本文選題：深度學習　切入點：卷積神經網絡　出處：《江蘇農業(yè)科學》2017年20期 　論文類型：期刊論文

【摘要】：針對水稻蟲害識別問題,提出一種基于卷積神經網絡模型的水稻二化螟蟲害識別方法。圖像預處理后,選擇包含水稻二化螟成蟲、幼蟲、卵或蛹的圖片1 658張作為正樣本,不含水稻二化螟的農作物圖片1 652張作為負樣本構建了模型訓練測試數據集。設計一個10層的卷積神經網絡模型,采用Torch 7在Ubuntu 14.04系統(tǒng)上實現模型系統(tǒng)的開發(fā)和運行。Holdout交叉驗證結果顯示,模型命中率、精度分別為86.21%、89.14%,誤測率8.67%,AUC(area under the receiver operating characteristic curve)值0.95。試驗結果表明,模型可有效地提取圖像的特征,對水稻二化螟害蟲識別具有很好的抗干擾性和魯棒性。
[Abstract]:Aiming at the problem of rice pest identification, a new method of rice stem borer pest identification based on convolution neural network model was proposed. After image preprocessing, 1,658 images containing adults, larvae, eggs or pupae of rice stem borer were selected as positive samples. A model training test data set was constructed with 1,652 images of crops without rice stem borer as negative samples. A 10-layer convolution neural network model was designed. Using Torch 7 to realize the development and operation of the model system on Ubuntu 14.04 system. The results show that the accuracy of the model is 86.21 and 89.14, and the error rate is 8.67. The under area under the receiver operating characteristic is 0.95.The experimental results show that the model can extract the features of the image effectively. It has good anti-interference and robustness to rice stem borer pest identification.
【作者單位】： 江蘇省農業(yè)科學院農業(yè)經濟與信息研究所;
【基金】：江蘇省農業(yè)科技自主創(chuàng)新資金[編號:CX(15)1002];江蘇省農業(yè)科技自主創(chuàng)新資金探索類項目[編號:CX(13)5060] 江蘇省農業(yè)科學院基金(編號:6111646)
【分類號】：S435.112;TP183

【相似文獻】

相關期刊論文 前10條

1 楊連志,李瑞叢,史繼寶,鄭維蓮,閆士環(huán);飛機除治水稻蟲害應注意的問題[J];天津農林科技;2005年03期

2 葉盛;王俊;;水稻蟲害信息快速檢測方法實驗研究——基于電子鼻系統(tǒng)[J];農機化研究;2010年06期

3 林瀟;李紹穩(wěn);張友華;辜麗川;朱誠;倪冬平;;基于本體推理的水稻蟲害診斷系統(tǒng)研究[J];農業(yè)網絡信息;2011年01期

4 葛道闊;曹宏鑫;楊余旺;劉巖;;基于水稻生長模型的水稻蟲害決策調控模型[J];江蘇農業(yè)學報;2011年05期

5 王紅高;萬春山;;水稻蟲害的防治[J];農民致富之友;2013年08期

6 宋衛(wèi)兵;劉建平;劉文英;史小金;方體秀;王澤松;;2009年水稻蟲害與氣象因子關系解析[J];安徽農學通報(上半月刊);2010年11期

7 張華超;;水稻蟲害的發(fā)生及防治[J];現代農業(yè)科技;2010年23期

8 ;用昆蟲性氣味治水稻蟲害[J];河北農業(yè);1994年03期

9 王中元;;水稻和蔬菜蟲害的無公害防治技術[J];現代農業(yè)科技;2010年12期

10 童衛(wèi)忠;歐陽承;;2011寧國市水稻蟲害發(fā)生預測分析與防治策略[J];安徽農學通報(下半月刊);2011年24期

相關會議論文 前10條

1 吳加倫;朱勇軍;樊德方;;安全合理使用農藥防治水稻蟲害專家系統(tǒng)[A];“植物保護21世紀展望”——植物保護21世紀展望暨第三屆全國青年植物保護科技工作者學術研討會文集[C];1998年

2 蔣耀培;郭玉人;王桂榮;顧室根;譚秀芳;袁聯(lián)國;;上海地區(qū)水稻二化螟的發(fā)生與防治初探[A];水稻螟蟲災變規(guī)律及治理對策研討會論文集[C];2001年

3 李金棟;王國權;候桂榮;李霖萍;;水稻二化螟防治藥劑替代技術的研究[A];遼寧省昆蟲學會2006年年會論文集[C];2006年

4 程德武;朱友根;高潔;;水稻二化螟發(fā)生規(guī)律和演變及綜防對策(摘要)[A];紀念六足學會創(chuàng)建八十周年、江蘇省昆蟲學會四十周年論文集粹[C];2000年

5 蔣學輝;錢冬蘭;;浙江省水稻二化螟發(fā)生現狀分析[A];水稻螟蟲災變規(guī)律及治理對策研討會論文集[C];2001年

6 王秋芽;廖標龍;;耒陽市水稻二化螟發(fā)生、演變及其防治措施[A];水稻螟蟲災變規(guī)律及治理對策研討會論文集[C];2001年

7 葉建人;黃賢夫;李云明;瞿伯友;江國煒;陳海波;;溫嶺市水稻二化螟回升原因及防治對策[A];水稻螟蟲災變規(guī)律及治理對策研討會論文集[C];2001年

8 陸永欽;沈洪坤;;無錫市水稻二化螟發(fā)生原因分析與防治對策探討[A];水稻螟蟲災變規(guī)律及治理對策研討會論文集[C];2001年

9 沈晉良;曹明章;;水稻二化螟抗藥性現狀及對策[A];水稻螟蟲災變規(guī)律及治理對策研討會論文集[C];2001年

10 彭麗年;徐翔;蔣凡;李德;袁鳴;;四川稻區(qū)水稻二化螟的抗藥性現狀及治理[A];第二十一屆全國農藥械“雙交會”論文集[C];2005年

相關重要報紙文章 前10條

1 通訊員 虞立勝;黃梅縣全面防控水稻蟲害[N];黃岡日報;2008年

2 黃俊華;切實抓好水稻蟲害防控 確保糧食生產目標實現[N];湖北日報;2008年

3 王宇;北方水稻蟲害的防治要點[N];農民日報;2013年

4 李遠霖;金沙十六萬畝水稻蟲害得到有效控制[N];畢節(jié)日報;2008年

5 欣欣;水稻蟲害防治藥劑及使用技術(一)[N];新農村商報;2007年

6 欣欣;水稻蟲害防治藥劑及使用技術（三）[N];新農村商報;2007年

7 記者 蔣善軍;水稻蟲害加重 企業(yè)積極生產[N];農資導報;2012年

8 記者　 吳美章;害蟲遷飛稻田 水稻蟲害嚴重[N];福建日報;2006年

9 欣欣;水稻蟲害防治藥劑及使用技術(二)[N];新農村商報;2007年

10 水稻栽培專家 嚴光彬;水稻二化螟防治方法[N];吉林農村報;2014年

相關博士學位論文 前1條

1 熊雪梅;參數化模糊遺傳神經網絡及在植物病害預測的應用[D];南京農業(yè)大學;2004年

相關碩士學位論文 前10條

1 吳笛;基于圖像識別水稻蟲害預警系統(tǒng)的研究[D];湖南農業(yè)大學;2015年

2 米雅婷;基于GA-BP神經網絡的溫室番茄病害診斷研究[D];東北林業(yè)大學;2016年

3 李冉;水稻蟲害誘導表達基因OsSABATH的克隆、表達特征及啟動子研究[D];浙江大學;2008年

4 陳國平;水稻蟲害的地面高光譜分析及其檢測軟件的設計[D];江蘇大學;2007年

5 方龍發(fā);Cry9Aa和Vip3Aa蛋白對水稻二化螟毒理的協(xié)同增效機理研究[D];安徽農業(yè)大學;2014年

6 唐潔;水稻二化螟災變風險分析多水平模型研究[D];浙江大學;2006年

7 李蘋;替代高毒農藥防治水稻二化螟技術的研究[D];湖南農業(yè)大學;2010年

8 石謀軍;湖南省水稻二化螟抗藥性監(jiān)測及對三唑磷抗性機理初探[D];湖南農業(yè)大學;2005年

9 楊書顯;基于PSO算法的氧樂果合成過程建模與控制研究[D];鄭州大學;2010年

10 辛文;二化螟水稻、茭白種群的比較研究[D];中國農業(yè)科學院;2001年

，

本文編號：1601819