伦敦 伦敦00:00:00 纽约 纽约00:00:00 东京 东京00:00:00 北京 北京00:00:00

400-668-6666

病害监测

病害监测

面向叶部病害识别的设施蔬菜监控视频关键帧提取方法研究[D]

  张初;基于光谱与光谱成像技术的油菜病害检测机理与方法研究[D];浙江大学;2016年

  刘爽;多特征融合图像检索方法及其应用研究[D];哈尔滨理工大学;2016年

  针对在大规模农业种植中传统人工农作物病虫害预防和治理上常存在的问题,应用深度学习算法来进行农作物病害的检测.对47 637张图片进行病害识别检测,数据包含10个物种(主要农作物有番茄、土豆、玉米等),27种病害,总共61个分类标签.采用目前流行的深度网络结构如Vgg-16,ResNetV1-101和InceptionV4等6种模型对图像进行特征抽取.采用交叉熵和正则化项组成损失函数进行反向传播调整,对数据集进行4种不同情况的划分;并且使用了初始化和迁移训练两种训练方式,分别对6种网络架构在不同学习率下进行试验比较.结果表明:采用初始化训练对61类病害情况的最高识别准确率为84.6%;而在迁移训练中,使用合适的学习率训练,最高识别准确率达到86.1%;对3类疾病程度分类准确率为87.4%,对28种病害类型分类准确率为98.2%,对10类物种识别分类准确率为99.3%.

  魏超;范自柱;张泓;王松;;基于深度学习的农作物病害检测[J];江苏大学学报(自然科学版);2019年02期

  孙韶言;基于深度学习表征的图像检索技术[D];中国科学技术大学;2017年

  王晓杰,康振生,黄丽丽;PCR技术在植物病害检测中的应用[J];云南农业大学学报;2005年02期

  朱颖莹;张晟瑜;许玲;;进口鲜葡萄市场病害检测[A];中国植物病理学会2005年学术年会暨植物病理学报创刊50周年纪念会论文摘要集[C];2005年

  邱秀文;叶建仁;张林平;;环介导等温基因扩增技术在林木病害检测中的应用展望[J];南京林业大学学报(自然科学版);2012年06期

  谭文学;基于机器学习的作物病害图像处理及病变识别方法研究[D];北京工业大学;2016年

  吴娜;基于图像检索的农作物叶部病害识别关键技术研究[D];中国科学技术大学;2018年

  马浚诚;面向叶部病害识别的设施蔬菜监控视频关键帧提取方法研究[D];中国农业大学;2016年

  游崇娟;王建美;田呈明;;植物病害检测领域的电生理学研究进展[J];西北林学院学报;2010年01期

  王娜,马雅军,王喆之,代光辉;PCR相关技术方法在植物病害检测中的应用(综述)[J];上海农业学报;2004年04期


点击次数:  更新时间:2019-09-13 13:45   【打印此页】  【关闭
http://rsbcgtown.com/binghaijiance/1294.html