导读:本文包含了植物病害论文开题报告文献综述及选题提纲参考文献，主要关键词:植物病害识别,深度学习,one-shot学习,焦点损失函数
植物病害论文文献综述
任胜男,孙钰,张海燕,郭丽霞[1]（2019）在《基于one-shot学习的小样本植物病害识别》一文中研究指出针对植物病害小样本问题提出一种基于one-shot学习的植物病害识别方法。以公开数据集PlantVillage中8类样本数量较少的植物病害图像作为识别对象,使用焦点损失函数(focal loss, FL)训练基于关系网络的植物病害分类器。训练过程中,调整FL超参数使模型聚焦于困难样本,从而提高植物病害识别精确率。结果表明:该方法在5-way、1-shot任务中识别精确率达到89.90%,相比原始关系网络模型精确率提高了4.69个百分点。同时,与匹配网络和迁移学习相比,改进后的方法在实验数据集上识别精确率分别提高了25.02个百分点和41.90个百分点。(本文来源于《江苏农业学报》期刊2019年05期）
曹翠,宋瑞清[2]（2019）在《植物病害生物防治菌的筛选》一文中研究指出采用马铃薯葡萄糖琼脂培养基对7株拮抗菌和3株云杉八齿小蠹伴生真菌进行对峙培养,研究7株拮抗菌对伴生真菌的抑制效果.结果表明,快速生长菌中,木霉属菌(Trichoderma atroviride)对2株云杉八齿小蠹伴生真菌[Ophiostoma penicillatum1(OP1)和Ophiostoma penicillatum2(OP2)]有显着的抑制效果,对伴生真菌[Ophiostoma sp(OS)]抑制效果显着的为Trichoderma citrinoviride;慢速生长菌中,对OP1拮抗效果最佳的菌株为Fusarium tricinctum,次之为Gibberella moniliformis;对OP2拮抗效果最佳的菌株为Alternaria tenuissima,次之为Fusarium tricinctum;对OS有抑制效果的菌株为Gibberella moniliformis、bionectria ochroleuca.以此筛选出数种拮抗菌株均具备作为生物防治资源的潜力.(本文来源于《首都师范大学学报(自然科学版)》期刊2019年05期）
高俊平[3]（2019）在《分析植物病害生防因子的作用机制及应用进展》一文中研究指出我国在针对各种不同类型的农作物进行生产时,首先要做的一点就是要保证农作物的生产质量,这样可以为人们的食品安全提供有效保障。过去经常会使用化学农药等方式来实现对植物病害的处理,但是这种方式的危害性比较大。这样不仅会直接导致食品的安全受到严重威胁,而且还会导致环境遭受到严重的污染影响。所以,现阶段已经提出利用生物防治措施来对化学农药问题进行处理,这样可以实现绿色农业的可持续发展。与此同时,通过对生防因子在植物病害中的合理利用,不仅可以起到良好的防治效果,而且还能够实现经济效益、生态效益。因此,本文针对植物病害生防因子在实际应用过程中的作用机制进行分析,并且提出其在实际应用过程中的措施,为植物的健康成长打下良好基础。(本文来源于《农业与技术》期刊2019年18期）
王聃,柴秀娟[4]（2019）在《机器学习在植物病害识别研究中的应用》一文中研究指出植物病害识别是植物生长过程最重要也是最基本的环节,其既可以为高效除害提供最有力的依据,也可以减少一定的经济损失。随着信息技术的不断发展,在植物病害识别方面的研究工作已有一段历程,本文主要对机器学习技术在植物病害识别中的应用研究进行详细的综述。首先,通过调研植物病害问题的主要特征,明确植物病害识别研究中的识别任务;其次,阐述传统机器学习方法到深度学习的模式分类技术变迁,重点提出深度学习在植物病害识别中的应用优势;然后,调研机器学习在植物病害应用的相关研究文献,对文献所使用的模型、技术细节、数据来源、数据处理技术以及性能指标评价进行详细综述与对比,分析该领域研究存在的问题;最后,基于调研结果对植物病害识别的进一步研究展开讨论,同时对研究对象的特点与大规模数据集合的构建提出相关意见,在技术上提倡深度学习算法的使用,鼓励更加先进的模型尝试等建议。另外,还整理目前已经公开且可以下载使用的关于植物病害识别研究的数据库集合,为相关的研究提供便利。(本文来源于《中国农机化学报》期刊2019年09期）
张树武,薛应钰,刘佳,徐秉良[5]（2019）在《“植物病害生物防治学”教学改革与实践创新探索》一文中研究指出"植物病害生物防治学"是一门紧密围绕绿色农业和可持续发展理念,逐渐发展起来的新兴课程。本文紧密结合当前农业生产实际、植物病害生物防治学的发展前沿与课程特点,以及过去教学与实践中存在的课程教学资源匮乏、教学方法传统和实践教学创新环节薄弱等问题,重点通过加强课程教学资源建设、教学方法创新、实践能力培养和考核体系改革等为核心的探索,提出了"植物病害生物防治学"课程的教学改革与实践创新见解。实施结果表明,改革显着激发了学生学习的主动性,增强了实践能力,提高了学生的满意度和教学质量,进一步促使学生系统掌握植物病害生物防治的方法和提高利用所学知识解决实际生产问题的能力。(本文来源于《草业科学》期刊2019年09期）
刘洋,冯全,王书志[6]（2019）在《基于轻量级CNN的植物病害识别方法及移动端应用》一文中研究指出为了实现在手机端植物病害叶片检测,对MobileNet和Inception V3 2种轻量级卷积神经网络进行迁移学习,得到2种作物病害分类模型,将2种分类模型分别移植到Android手机端,在识别精度、运算速度和网络尺寸之间进行平衡,选择最优模型。试验表明,MobileNet和InceptionV3在PlantVillage数据集(共38类26种病害)上平均识别率分别是95.02%和95.62%。在自建图像集葡萄病害叶片的识别中MobileNet和InceptionV3平均识别率分别是87.50%、88.06%,Inception V3的整体识别精度略高,但MobileNet在所有类别的识别上均衡性更好;在模型尺寸方面Inception V3的模型尺寸大小为87.5 MB,MobileNet的模型尺寸为17.1 MB,大约是后者5倍;2种模型移植到手机端时,MobileNet和Inception V3的APP所占内存分别是21.5和125 MB;在手机端单张图片的识别时间方面,Inception V3平均计算时间约是174 ms,MobileNet的平均计算时间约是134 ms,后者的平均计算时间比前者快40 ms;在手机端MobileNet相比于Inception V3占用内存更小,运算时间更快。说明MobileNet更适合在手机端进行植物病害识别应用。(本文来源于《农业工程学报》期刊2019年17期）
杨广玲,董会,孔令广,刘灵芝[7]（2019）在《植物病害塑封标本的制作与应用》一文中研究指出完善而充足的植物病害标本是植物病理学实验教学的重要保证,标本的多样性能够体现不同的标本制作技术,使学生全方位地了解标本的症状特征,提高学生学习专业课的兴趣。随着信息技术的发展,添加二维码的塑封标本增加了标本的多样性,对其具体的制作方法及在植物病理学实验课中的应用进行探讨,以期从本科实验角度出发,提高实验的教学效果。(本文来源于《实验室科学》期刊2019年04期）
贺振,陈夕军[8]（2019）在《参与式教学模式在植物病害诊断教学中的应用研究》一文中研究指出文章将参与式教学与研究型教学相结合,建立了基于参与式教学框架,结合网络教学平台、自带设备、虚拟现实等新技术的研究型教学模型。通过植物病害诊断课程教学,进行了具体的教学实践研究。结果表明,该教学模型切实可行,取得了较好的教学效果,为高等农业院校实践类专业研究型教学的开展提供了借鉴。(本文来源于《高等理科教育》期刊2019年04期）
路妍,张百含,景岚[9]（2019）在《植物病害电子标本库建设及其在教学中的应用》一文中研究指出针对目前实物标本不易保存和采集困难等问题,我们构建了植物病害电子标本库查询系统。根据植物病害不同分类方式,通过多种途径,利用多种方法构建适合植物病理学教学的电子标本库。并按照教学需要将电子标本以图文并茂的形式进行编排并录入查询系统。将电子图片库应用于植物病理学课堂教学、实验和实践教学,通过教学资源共享,优化教学过程,不仅加强了学生的自主学习能力,更提升了课程的教学质量。(本文来源于《教育现代化》期刊2019年63期）
陈长卿[10]（2019）在《园艺植物病害的特点和防治的重要性——评《园艺植物病理学》》一文中研究指出进入21世纪以来,我国城乡居民对于园艺景色的欣赏水平不断提高,对园艺植物的要求也越来越高。同时,城乡建设过程中的园艺质量是城乡文明的重要表现,也是我们国家文明建设的重要内容。这使得众多的高等院校将培养既掌握理论知识又具有实践能力的园林、园艺专业技术人才作为本校的培养目标之一。园艺植物病理的防治属于园艺园林相关专业的重要基础性课程,对培养园艺专业学生的综合素质方面起着重要的基础奠定作用。《园艺植物病理学》(本文来源于《植物检疫》期刊2019年04期）
植物病害论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
采用马铃薯葡萄糖琼脂培养基对7株拮抗菌和3株云杉八齿小蠹伴生真菌进行对峙培养,研究7株拮抗菌对伴生真菌的抑制效果.结果表明,快速生长菌中,木霉属菌(Trichoderma atroviride)对2株云杉八齿小蠹伴生真菌[Ophiostoma penicillatum1(OP1)和Ophiostoma penicillatum2(OP2)]有显着的抑制效果,对伴生真菌[Ophiostoma sp(OS)]抑制效果显着的为Trichoderma citrinoviride;慢速生长菌中,对OP1拮抗效果最佳的菌株为Fusarium tricinctum,次之为Gibberella moniliformis;对OP2拮抗效果最佳的菌株为Alternaria tenuissima,次之为Fusarium tricinctum;对OS有抑制效果的菌株为Gibberella moniliformis、bionectria ochroleuca.以此筛选出数种拮抗菌株均具备作为生物防治资源的潜力.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
植物病害论文参考文献
[1].任胜男,孙钰,张海燕,郭丽霞.基于one-shot学习的小样本植物病害识别[J].江苏农业学报.2019
[2].曹翠,宋瑞清.植物病害生物防治菌的筛选[J].首都师范大学学报(自然科学版).2019
[3].高俊平.分析植物病害生防因子的作用机制及应用进展[J].农业与技术.2019
[4].王聃,柴秀娟.机器学习在植物病害识别研究中的应用[J].中国农机化学报.2019
[5].张树武,薛应钰,刘佳,徐秉良.“植物病害生物防治学”教学改革与实践创新探索[J].草业科学.2019
[6].刘洋,冯全,王书志.基于轻量级CNN的植物病害识别方法及移动端应用[J].农业工程学报.2019
[7].杨广玲,董会,孔令广,刘灵芝.植物病害塑封标本的制作与应用[J].实验室科学.2019
[8].贺振,陈夕军.参与式教学模式在植物病害诊断教学中的应用研究[J].高等理科教育.2019
[9].路妍,张百含,景岚.植物病害电子标本库建设及其在教学中的应用[J].教育现代化.2019
[10].陈长卿.园艺植物病害的特点和防治的重要性——评《园艺植物病理学》[J].植物检疫.2019
标签：植物病害识别; 深度学习; one-shot学习; 焦点损失函数;