首页|深度学习在农业病虫害智能识别方面的研究进展

深度学习在农业病虫害智能识别方面的研究进展

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
深度学习(Deep Learning,DL)附属于机器学习算法的一个分支,实质是一种通过海量数据对构建的多层隐藏层进行训练,使其习得一种更有意义的抽象特征,从而提高分类及预测准确性的算法,其是通过模拟人脑的深层神经结构来学习和表达文本、图像、声音和动作等数据.近些年来深度学习已经广泛应用于智慧农业各类病虫害.该文首先详细介绍深度学习,其次以深度学习在茶树病虫害智能识别方面的具体进展及研究为例进行介绍,最后在查阅相关文献的基础上讨论分析,得出进一步的结论.通过对相关研究的系统综述,以深度学习为基础深入探索农业病虫害智能识别的研究.

宋仕月、陈政羽、郑一凡、徐梓航、潘铖

展开 >

中国计量大学 生命科学学院,杭州 310018

中国计量大学 信息工程学院,杭州 310018

深度学习 病虫害 智能识别 神经网络 研究进展

国家自然科学基金国家级大学生创新创业训练计划项目浙江省基础公益研究计划项目

32001910202110356040LGN20C140005

2023

10.20028/j.zhnydk.2023.04.001

智慧农业导刊

智慧农业导刊

ISSN：
年,卷(期)：2023.3(4)
  • 2
  • 12