初步确定的框架

1. 利用Matlab软件进行图像数据获取、处理；（图片就滤波处理了下，考虑进行如何优化，好像还要sobel算子处理孔洞问题，暂未了解）

2. 再标签化处理图像并提取石榴病虫害的颜色、形状、面积等特征，（这一步还未了解如何来做）

3. 计划用1000幅图像提取特征构造训练样本和测试样本，然后利用构造的样本对BP神经网络进行训练和测试。

最开始学习bp神经网络框架

一般步骤：

1. 清空环境变量

Clear all

2. 导入数据 load  --先就三类混合（正常，蚜虫，枯萎病）导入数据的好坏决定最终模型的好坏，前面处理步骤很关键

3. 随机产生训练集测试集

Randperm

确定训练集测试集的比例8：2

4. 数据归一化

5. 创建网络

调参尝试神经元也就是激活函数有多少个，先定为9个

6. 设置训练参数

迭代次数，学习速率

7. 训练网络

8. 仿真测试

下面的还没开始了解函数具体如何使用

9. 反归一化

10. 性能评估

相对误差

绝对系数

Bp神经网络搭建