您好,欢迎访问北京市农林科学院 机构知识库!

基于卷积网络的苹果病变图像识别方法

文献类型: 中文期刊

作者: 王细萍 1 ; 黄婷 2 ; 谭文学 2 ; 吴华瑞 3 ; 孙闯 2 ;

作者机构: 1.湖南文理学院经济与管理学院

2.湖南文理学院计算机科学与技术学院

3.北京农业信息技术研究中心

关键词: 病变图像;卷积;机器学习;时变冲量;预警

期刊名称: 计算机工程

ISSN: 1000-3428

年卷期: 2015 年 41 卷 12 期

页码: 293-298

收录情况: CSCD

摘要: 为更好地识别病变图像,提出基于卷积网络和时变冲量学习的苹果病变图像识别方法。引入卷积、采样算子,通过基于时变冲量的参数训练过程实现网络自我优化,自动提取果园物联网传感器采集的果体图像病变特征,并对病变类别予以识别。实验结果显示,与浅层学习方法及深度学习方法相比,该方法识别性能优势明显,正确率为97.45%,收敛速度快,并能维持较好的后期稳定性,对于不同基准数据集有较好的泛化能力。

  • 相关文献

[1]温室蔬菜病害预警体系初探——以黄瓜霜霉病为例. 李明,赵春江,杨信廷,孙传恒,钱建平,董静. 2010

[2]基于WebGIS的畜禽养殖废弃物对农田环境污染预警系统研究(英文). 阎波杰,潘瑜春,吴文英,汤文静,甘秋玲,阮云娟. 2011

[3]微生物分子生态学方法预警农田重金属污染的研究进展. 孙建光,高俊莲,徐晶,徐明岗,姜瑞波. 2007

[4]融合多环境参数的鸡粪氨气排放预测模型研究. 丁露雨,吕阳,李奇峰,王朝元,余礼根,宗伟勋. 2022

[5]基于改进的WOA-LSSVM樱桃番茄内部品质检测方法研究. 康明月,王成,孙鸿雁,李作麟,罗斌. 2023

[6]激光诱导击穿光谱结合化学计量学的淫羊藿产地快速鉴别. 罗雅文,董大明. 2023

[7]广东省农业发展优势度综合评价方法及其空间特征研究. 刘玉,孟超,蔡玉梅,路磊,唐林楠. 2021

[8]基于LDA_SVM的小麦质地检测方法研究. 赵薇,赵雪妮,康凯,刘长斌,罗斌,张晗. 2023

[9]农业大模型:关键技术、应用分析与发展方向. 郭旺,杨雨森,吴华瑞,朱华吉,缪祎晟,顾静秋. 2024

[10]基于Bayesian-XGBoost的生菜作物系数估算方法. 高海荣,张钟莉莉,岳焕芳,张馨,郭瑞,李志伟. 2022

[11]基于Sentinel-2时序数据的广东省英德市茶园分类研究. 陈盼盼,任艳敏,赵春江,李存军,刘玉. 2024

[12]利用便捷式可见-近红外光谱仪和机器学习分辨霉变小麦及霉变程度. 贾文珅,吕浩林,张上,秦英栋,周巍. 2024

[13]基于CNN的作物分类识别图像获取平台研究进展. 张倩,王明,于峰,陶震宇,张辉,李刚. 2024

[14]无人机观测时间对玉米冠层叶绿素密度估算的影响. 周丽丽,冯海宽,聂臣巍,许晓斌,刘媛,孟麟,薛贝贝,明博,梁齐云,苏涛,金秀良. 2024

[15]基于多层级特征筛选和无人机影像的冬小麦植株氮含量预测. 郭燕,王来刚,贺佳,井宇航,宋晓宇,张彦,刘婷. 2024

[16]融合无人机多源传感器的马铃薯叶绿素含量估算. 边明博,马彦鹏,樊意广,陈志超,杨贵军,冯海宽. 2023

[17]基于XGBoost的土壤含水量传感器温度补偿模型研究. 沈欣,吴勇,孟范玉,张赓,于景鑫,史凯丽. 2021

[18]基于机器视觉和穿戴式设备感知的村镇老年人跌倒监测方法. 邓颖,吴华瑞,孙想. 2021

[19]高光谱成像技术在水果品质无损检测中的研究进展. 陈龙跃,段丹丹,王凡,孟翔宇,赵冲,钱英军. 2023

[20]机器学习在农产品供应链关键环节中的应用进展研究综述. 王聪,姜舒文,黄坤,邵小东,杨启凡,陈天恩. 2021

作者其他论文 更多>>