本文主要研究内容
作者孙云云,江朝晖,董伟,张立平,饶元,李绍稳（2019）在《基于卷积神经网络和小样本的茶树病害图像识别》一文中研究指出：以常见且特征相似的茶轮斑病、炭疽病和云纹叶枯病为对象,研究在小样本情况下利用卷积神经网络进行病害图像识别问题。运用7种模式的预处理方法对茶树叶部病害图像样本进行处理,并采用Alex Net经典网络模型进行学习实验,比较、分析其训练及识别效果。结果显示,模式7训练模型精度为93. 3%,平均测试准确率为90%,且对茶轮斑病、炭疽病和云纹叶枯病的正确区分率分别为85%、90%和85%,在预测值和真实值一致性方面优于其他预处理方法。在小样本情况下,该预处理方法可有效区分、识别3种易混病害,且识别精度高,性能好。
Abstract
yi chang jian ju te zheng xiang shi de cha lun ban bing 、tan ju bing he yun wen xie ku bing wei dui xiang ,yan jiu zai xiao yang ben qing kuang xia li yong juan ji shen jing wang lao jin hang bing hai tu xiang shi bie wen ti 。yun yong 7chong mo shi de yu chu li fang fa dui cha shu xie bu bing hai tu xiang yang ben jin hang chu li ,bing cai yong Alex Netjing dian wang lao mo xing jin hang xue xi shi yan ,bi jiao 、fen xi ji xun lian ji shi bie xiao guo 。jie guo xian shi ,mo shi 7xun lian mo xing jing du wei 93. 3%,ping jun ce shi zhun que lv wei 90%,ju dui cha lun ban bing 、tan ju bing he yun wen xie ku bing de zheng que ou fen lv fen bie wei 85%、90%he 85%,zai yu ce zhi he zhen shi zhi yi zhi xing fang mian you yu ji ta yu chu li fang fa 。zai xiao yang ben qing kuang xia ,gai yu chu li fang fa ke you xiao ou fen 、shi bie 3chong yi hun bing hai ,ju shi bie jing du gao ,xing neng hao 。
论文参考文献
论文详细介绍
论文作者分别是来自江苏农业学报的孙云云,江朝晖,董伟,张立平,饶元,李绍稳，发表于刊物江苏农业学报2019年01期论文，是一篇关于茶叶病害论文,图像识别论文,卷积神经网络论文,小样本论文,江苏农业学报2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自江苏农业学报2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：茶叶病害论文; 图像识别论文; 卷积神经网络论文; 小样本论文; 江苏农业学报2019年01期论文;