隨著環(huán)境氣候污染的日益嚴(yán)重,農(nóng)業(yè)病害的問(wèn)題顯得愈發(fā)突出,葉片病害、樹(shù)干病害成為人們關(guān)注的焦點(diǎn)問(wèn)題。目前,農(nóng)業(yè)病害通常僅僅依賴專業(yè)人員的人眼觀察和人工經(jīng)驗(yàn)判斷,導(dǎo)致病害防治容易產(chǎn)生誤診斷、治理速度慢等問(wèn)題,從而帶來(lái)大量的經(jīng)濟(jì)損失。因此治理病害最關(guān)鍵的部分就是依靠科學(xué)的手段,快速判斷病害種類,從而做出科學(xué)有效的應(yīng)對(duì)措施。隨著計(jì)算機(jī)視覺(jué)技術(shù)的快速發(fā)展,傳統(tǒng)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法在農(nóng)作物病害分類和識(shí)別中的應(yīng)用越來(lái)越廣泛。而實(shí)地拍攝收集的農(nóng)業(yè)病害圖像會(huì)因生長(zhǎng)背景環(huán)境復(fù)雜、光照不穩(wěn)定、姿態(tài)各異導(dǎo)致了識(shí)別的時(shí)間復(fù)雜度高、特征提取困難、對(duì)于圖片多樣化變化的識(shí)別魯棒性較差,使得分類識(shí)別更加困難,限制了傳統(tǒng)機(jī)器學(xué)習(xí)方法的識(shí)別效果。而深度學(xué)習(xí)方法對(duì)幾何、光照和形變都具有一定程度的適應(yīng)性,能夠結(jié)合提取的特征描述,具有更好的靈活性和泛化能力等優(yōu)點(diǎn)。本文主要基于深度學(xué)習(xí)框架上展開(kāi)實(shí)驗(yàn)和對(duì)比分析,主要實(shí)驗(yàn)內(nèi)容和研究的創(chuàng)新點(diǎn)包括以下兩個(gè)方面:1.提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法,獲得高效的原始圖片分類和識(shí)別效果。針對(duì)訓(xùn)練收斂時(shí)間長(zhǎng),模型參數(shù)過(guò)大的問(wèn)題,對(duì)傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),提出一種Inception模塊... 

【文章來(lái)源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人工神經(jīng)元結(jié)構(gòu)

激活函數(shù)圖像（圖a為Sigmoid函數(shù)，圖b為ReLu函數(shù)）

三層神經(jīng)網(wǎng)絡(luò)誤差反向傳播示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)深度卷積神經(jīng)網(wǎng)絡(luò)的蘋果病害識(shí)別[J]. 張善文,張晴晴,李萍.  林業(yè)工程學(xué)報(bào). 2019(04)
[2]農(nóng)業(yè)面源污染防治現(xiàn)狀及對(duì)策建議[J]. 黎竹.  現(xiàn)代化農(nóng)業(yè). 2019(06)
[3]基于深度學(xué)習(xí)的農(nóng)作物病害圖像識(shí)別技術(shù)進(jìn)展[J]. 王彥翔,張艷,楊成婭,孟慶龍,尚靜.  浙江農(nóng)業(yè)學(xué)報(bào). 2019(04)
[4]基于深度學(xué)習(xí)的農(nóng)作物病害檢測(cè)[J]. 魏超,范自柱,張泓,王松.  江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的馬鈴薯葉片病害識(shí)別系統(tǒng)[J]. 趙建敏,李艷,李琦,蘆建文.  江蘇農(nóng)業(yè)科學(xué). 2018(24)
[6]一種基于深度學(xué)習(xí)的改進(jìn)人臉識(shí)別算法[J]. 鄭健,王志明,張寧.  計(jì)算機(jī)與現(xiàn)代化. 2018(12)
[7]基于卷積神經(jīng)網(wǎng)絡(luò)與遷移學(xué)習(xí)的油茶病害圖像識(shí)別[J]. 龍滿生,歐陽(yáng)春娟,劉歡,付青.  農(nóng)業(yè)工程學(xué)報(bào). 2018(18)
[8]農(nóng)業(yè)信息化管理應(yīng)用及發(fā)展[J]. 楊陽(yáng).  農(nóng)業(yè)工程. 2018(05)
[9]基于深度學(xué)習(xí)的證件照人臉識(shí)別方法[J]. 張曉林,范宇,劉惟錦,王春華.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(05)
[10]基于圖像處理的黃瓜葉子病害識(shí)別系統(tǒng)的研究[J]. 劉娜,趙慧,包思圓,張繼超,羊志膺.  山東工業(yè)技術(shù). 2018(05)



本文編號(hào)：3078465