本文主要研究内容
作者李建华,郝炘,牛明雷,王俊伟,李平安,杨立国(2019)在《基于卷积神经网络的农作物病害识别》一文中研究指出:【目的】农作物生长过程中,作物产量会受到各种病害影响,实现自动精准地识别农作物病害以及病害程度的测定是农作物病害防治的关键。【方法】文章设计了一种基于卷积神经网络的农作物病害的识别方法并建立了农作物病害识别模型,模型利用10种作物中常见的59种病害类型的叶片图像数据集进行训练,并对模型的训练过程和训练结果进行评估。【结果】(1)农作物病害识别模型对59种病害类型的总识别精度达到0.83,部分类别的识别率高于0.9;(2)当训练的迭代次数增加到50轮以上时,农作物病害识别模型的性能不再提升,此时数据集图像的数量对模型性能的影响较大。【结论】实验证明,利用卷积神经网络进行农作物病害识别具有较高的可行性和准确性,为农作物病害的防治打下基础。
Abstract
【mu de 】nong zuo wu sheng chang guo cheng zhong ,zuo wu chan liang hui shou dao ge chong bing hai ying xiang ,shi xian zi dong jing zhun de shi bie nong zuo wu bing hai yi ji bing hai cheng du de ce ding shi nong zuo wu bing hai fang zhi de guan jian 。【fang fa 】wen zhang she ji le yi chong ji yu juan ji shen jing wang lao de nong zuo wu bing hai de shi bie fang fa bing jian li le nong zuo wu bing hai shi bie mo xing ,mo xing li yong 10chong zuo wu zhong chang jian de 59chong bing hai lei xing de xie pian tu xiang shu ju ji jin hang xun lian ,bing dui mo xing de xun lian guo cheng he xun lian jie guo jin hang ping gu 。【jie guo 】(1)nong zuo wu bing hai shi bie mo xing dui 59chong bing hai lei xing de zong shi bie jing du da dao 0.83,bu fen lei bie de shi bie lv gao yu 0.9;(2)dang xun lian de die dai ci shu zeng jia dao 50lun yi shang shi ,nong zuo wu bing hai shi bie mo xing de xing neng bu zai di sheng ,ci shi shu ju ji tu xiang de shu liang dui mo xing xing neng de ying xiang jiao da 。【jie lun 】shi yan zheng ming ,li yong juan ji shen jing wang lao jin hang nong zuo wu bing hai shi bie ju you jiao gao de ke hang xing he zhun que xing ,wei nong zuo wu bing hai de fang zhi da xia ji chu 。
论文参考文献
论文详细介绍
论文作者分别是来自中国农业信息的李建华,郝炘,牛明雷,王俊伟,李平安,杨立国,发表于刊物中国农业信息2019年03期论文,是一篇关于卷积神经网络论文,农作物病害论文,图像识别论文,中国农业信息2019年03期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自中国农业信息2019年03期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:卷积神经网络论文; 农作物病害论文; 图像识别论文; 中国农业信息2019年03期论文;