首页|基于卷积神经网络的农作物病害识别方法研究

基于卷积神经网络的农作物病害识别方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Research on Crop Disease Identification Method Based on Convolutional Neural Network

张乃夫、谭峰、范禹希、辛元明、孙政波、田生睿

展开 >

黑龙江八一农垦大学电气与信息学院,黑龙江大庆163319

北京林业大学工学院,北京100083

农作物病害 图像识别 卷积神经网络

黑龙江省自然科学基金重点项目

ZD2019F002

2020

安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
年,卷(期)：2020.48(5)
  • 6
  • 5