病蟲害監(jiān)測是提高農(nóng)業(yè)生產(chǎn)效率和產(chǎn)量的有效措施。提出一個基于卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)作物病蟲害智能監(jiān)測系統(tǒng)。該系統(tǒng)以移動端為媒介實(shí)現(xiàn)監(jiān)測眾包化,基于GIS平臺對相關(guān)區(qū)域病蟲害發(fā)展態(tài)勢進(jìn)行數(shù)據(jù)可視化分析,顯示病蟲害位置與規(guī)模,代替人工識別常見農(nóng)作物病蟲害。實(shí)驗(yàn)證明,該系統(tǒng)對農(nóng)作物病蟲害常見的10個物種與27種病蟲種類識別率達(dá)95%,病蟲害嚴(yán)重程度識別率達(dá)85%。移動端采集地理定位信息誤差5～10m,系統(tǒng)還可對變化趨勢進(jìn)行可視化展示,為農(nóng)作物病蟲害識別、防治及決策提供有效方案。 

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 系統(tǒng)整體架構(gòu)
2 系統(tǒng)設(shè)計
    2.1 病蟲害識別模塊
        2.1.1 數(shù)據(jù)采集及處理
        2.1.2 卷積神經(jīng)網(wǎng)絡(luò)識別
        2.1.3 效果驗(yàn)證
    2.2 病蟲害監(jiān)測可視化分析模塊
        2.2.1 經(jīng)緯度采集及坐標(biāo)顯示
        2.2.2 熱力圖繪制與顯示
    2.3 用戶信用評價模塊
    2.4 數(shù)據(jù)庫設(shè)計
3 系統(tǒng)實(shí)現(xiàn)
4 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]基于輕量級CNN的植物病害識別方法及移動端應(yīng)用[J]. 劉洋,馮全,王書志.  農(nóng)業(yè)工程學(xué)報. 2019(17)
[2]選擇性卷積特征融合的花卉圖像分類[J]. 尹紅,符祥,曾接賢,段賓,陳英.  中國圖象圖形學(xué)報. 2019(05)
[3]作物病蟲害預(yù)測機(jī)理與方法研究進(jìn)展[J]. 張雪雪,王斌,田洋洋,袁琳,姜玉英,董瑩瑩,黃文江,張競成.  中國農(nóng)業(yè)科技導(dǎo)報. 2019(05)
[4]農(nóng)作物病蟲害遙感監(jiān)測綜述[J]. 簡俊凡,何宏昌,王曉飛,李月.  測繪通報. 2018(09)
[5]基于改進(jìn)AlexNet模型的油菜種植面積遙感估測[J]. 焦計晗,張帆,張良.  計算機(jī)測量與控制. 2018(02)
[6]基于智能手機(jī)的棉花苗情調(diào)查與決策支持系統(tǒng)[J]. 戴建國,王守會,賴軍臣,趙慶展,馬富裕.  農(nóng)業(yè)工程學(xué)報. 2017(21)
[7]基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的多種植物葉片病害識別[J]. 孫俊,譚文軍,毛罕平,武小紅,陳勇,汪龍.  農(nóng)業(yè)工程學(xué)報. 2017(19)
[8]基于移動終端的遙感監(jiān)測數(shù)據(jù)采集系統(tǒng)設(shè)計與實(shí)現(xiàn)[J]. 馬艷娜,唐華,柯紅軍.  測繪與空間地理信息. 2017(04)
[9]圖像技術(shù)在農(nóng)作物病害識別中的應(yīng)用研究[J]. 詹保坡,尚怡君.  無線互聯(lián)科技. 2017(04)
[10]基于分層卷積深度學(xué)習(xí)系統(tǒng)的植物葉片識別研究[J]. 張帥,淮永建.  北京林業(yè)大學(xué)學(xué)報. 2016(09)



本文編號：3699426