科研产出
基于深度卷积神经网络的玉米病害识别
《中国农学通报 》 2018
摘要：为了提高玉米病害的识别率,本文提出了一种在自然环境条件下基于深度卷积神经网络的玉米病害识别方法。该方法以玉米常见的10类病害为研究对象。算法模型是先将图像预处理,应用Triplet loss双卷积神经网络结构学习玉米图像特征,再使用SIFT算法提取图像纹理细节,最后通过Softmax对图像进行标签分类。训练集采用正常玉米图像与玉米病害图像相结合的方式,使用深度相似性网络学习正常玉米图像特征表示,再使用迁移学习方法学习玉米病害图像的特征,最后对特征进行分类识别。研究结果表明:该方法可准确识别10种常见玉米病害,正确率可达90%以上,为玉米病害的防治提供了有效的技术支持。
关键词： 玉米病害 算法 识别 深度学习 卷积神经网络 图像处理
全文链接
请求原文
利用850hPa气流资料分析稻飞虱迁飞路径
《中国农业气象 》 2003 CSCD
摘要：为了分析我国稻飞虱(褐飞虱Nioaparvata lugens,白背飞虱Sogatella fercifera)迁飞的路径,以确定我国各稻区稻飞虱迁入种群的虫源地,本文在综合各种轨迹分析模型的基础上,提出一种计算稻飞虱迁飞轨迹的实用方法。通过实际虫情与气象资料的验证表明该方法可用于稻飞虱及与稻飞虱迁飞行为相似的中小型迁飞昆虫的轨迹分析及异地预测。
全文链接
请求原文
首页上一页1下一页尾页
