| 基于卷积神经网络的农作物病害识别方法研究 |
| |
| 引用本文： | 张乃夫,谭峰,范禹希,辛元明,孙政波,田生睿. 基于卷积神经网络的农作物病害识别方法研究[J]. 安徽农业科学, 2020, 0(5): 242-245 |
| |
| 作者姓名： | 张乃夫 谭峰 范禹希 辛元明 孙政波 田生睿 |
| |
| 作者单位： | 1.黑龙江八一农垦大学电气与信息学院;2.北京林业大学工学院 |
| |
| 基金项目： | 黑龙江省自然科学基金重点项目(ZD2019F002)； |
| |
| 摘 要： | ![]()
传统的农作物病害诊断主要依靠人工识别,需要从业者具有一定经验且主观性较强,存在误判现象。针对这一现象,提出了一种基于卷积神经网络的农作物病害识别方法。选取玉米和马铃薯的5种常见病害进行试验,构建了1个13层的卷积神经网络结构,并分析了不同池化方式及优化算法对该模型准确性的影响。同时采用十折交叉验证对模型鲁棒性进行评估,结果表明该模型具备良好的分类性能,对5种病害的平均识别率为93.95%,为玉米及马铃薯常见病害识别提供了一种新途径。
|
| 关 键 词： | 农作物病害 图像识别 卷积神经网络 |
Research on Crop Disease Identification Method Based on Convolutional Neural Network |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
