期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于改进卷积神经网络的葡萄叶片病害集成识别方法
被引量：
1
1
作者
陈诗瑶
孔淳
+2 位作者
冯峰
王志军
孙博
《山东农业大学学报（自然科学版）》
北大核心
2024年第6期950-960,共11页
为有效提升葡萄叶片病害识别的精度和效率,实现葡萄病害的及时防治进而提高产量和质量,本文提出一种基于改进卷积神经网络的葡萄叶片病害集成识别方法,对常见的三种葡萄叶片病害进行自动准确的识别。首先,利用Bagging集成学习算法生成...
为有效提升葡萄叶片病害识别的精度和效率,实现葡萄病害的及时防治进而提高产量和质量,本文提出一种基于改进卷积神经网络的葡萄叶片病害集成识别方法,对常见的三种葡萄叶片病害进行自动准确的识别。首先,利用Bagging集成学习算法生成多个有差异的训练子集;然后,将SE、CA注意力机制分别引入ResNet152、DenseNet121与MobileNetV3模型,得到改进后的三种神经网络基学习模型,并在生成的训练子集上进行训练;最后,利用加权平均的思想将这些模型进行集成。在葡萄叶片病害数据集上进行的实验表明,该集成模型的识别准确率达到了99.38%,因而是一种比较有效的葡萄叶片病害识别方法。
展开更多
关键词
葡萄叶片病害识别
卷积神经网络
集成学习
BAGGING算法
图像
识别
在线阅读
下载PDF
职称材料
题名
一种基于改进卷积神经网络的葡萄叶片病害集成识别方法
被引量：
1
1
作者
陈诗瑶
孔淳
冯峰
王志军
孙博
机构
山东农业大学信息科学与工程学院
山东省苹果技术创新中心
出处
《山东农业大学学报（自然科学版）》
北大核心
2024年第6期950-960,共11页
基金
山东省重大科技创新工程项目:现代果园智慧种植装备与大数据平台研发及示范应用(2019JZZY010706)。
文摘
为有效提升葡萄叶片病害识别的精度和效率,实现葡萄病害的及时防治进而提高产量和质量,本文提出一种基于改进卷积神经网络的葡萄叶片病害集成识别方法,对常见的三种葡萄叶片病害进行自动准确的识别。首先,利用Bagging集成学习算法生成多个有差异的训练子集;然后,将SE、CA注意力机制分别引入ResNet152、DenseNet121与MobileNetV3模型,得到改进后的三种神经网络基学习模型,并在生成的训练子集上进行训练;最后,利用加权平均的思想将这些模型进行集成。在葡萄叶片病害数据集上进行的实验表明,该集成模型的识别准确率达到了99.38%,因而是一种比较有效的葡萄叶片病害识别方法。
关键词
葡萄叶片病害识别
卷积神经网络
集成学习
BAGGING算法
图像
识别
Keywords
Grape leaf diseases recognition
convolutional neural network
ensemble learning
bagging algorithm
image identification
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于改进卷积神经网络的葡萄叶片病害集成识别方法
陈诗瑶
孔淳
冯峰
王志军
孙博
《山东农业大学学报（自然科学版）》
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
