發(fā)布時(shí)間：2021-10-20 12:17

　　中國(guó)是傳統(tǒng)的農(nóng)業(yè)大國(guó),農(nóng)業(yè)不僅是國(guó)民經(jīng)濟(jì)建設(shè)與發(fā)展的基礎(chǔ),也是社會(huì)正常穩(wěn)定有序運(yùn)行的保障.然而每年由于農(nóng)作物病蟲害造成的損失巨大,且傳統(tǒng)的農(nóng)作物病蟲害識(shí)別方法效果并不理想.同時(shí)近年深度學(xué)習(xí)飛速發(fā)展,在圖像分類與識(shí)別的方面取得了巨大進(jìn)展.因此本文通過(guò)基于深度學(xué)習(xí)的方法構(gòu)建農(nóng)作物病蟲害圖像識(shí)別模型,并針對(duì)樣本不平衡問題改進(jìn)卷積網(wǎng)絡(luò)損失函數(shù).實(shí)驗(yàn)證明該模型可以對(duì)農(nóng)作物病蟲害進(jìn)行有效識(shí)別并且對(duì)損失函數(shù)進(jìn)行優(yōu)化后模型的準(zhǔn)確率也進(jìn)一步得到了提升. 

【文章來(lái)源】：計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020,29(06)

【文章頁(yè)數(shù)】：8 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的葡萄葉片病害檢測(cè)方法[J]. 劉闐宇,馮全,楊森.  東北農(nóng)業(yè)大學(xué)學(xué)報(bào). 2018(03)
[2]貝葉斯方法在玉米葉部病害圖像識(shí)別中的應(yīng)用[J]. 趙玉霞,王克如,白中英,李少昆,謝瑞芝,高世菊.  計(jì)算機(jī)工程與應(yīng)用. 2007(05)
[3]缺素葉片彩色圖像顏色特征提取的研究[J]. 徐貴力,毛罕平,李萍萍.  農(nóng)業(yè)工程學(xué)報(bào). 2002(04)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的煙草病害自動(dòng)識(shí)別研究[D]. 李敬.山東農(nóng)業(yè)大學(xué) 2016
[2]基于圖像處理的茄子葉部病害識(shí)別方法研究[D]. 田凱.華南農(nóng)業(yè)大學(xué) 2016



本文編號(hào)：3446892