-
题名基于卷积神经网络的玉米病害识别方法研究
被引量：23
- 1
-
-
作者
王国伟
刘嘉欣
-
机构
吉林农业大学信息技术学院
-
出处
《中国农机化学报》
北大核心
2021年第2期139-145,共7页
-
基金
2017年度吉林省科技发展计划项目(20170204020NY)。
-
文摘
为解决传统的玉米病害识别方法中特征提取主观性强及误识率高的问题,提出利用卷积神经网络对玉米病害进行识别。以玉米病害图像和健康图像共5种类别的玉米图像为研究对象,并采用LeNet模型进行试验。首先,按照8∶2的比例为每种玉米病害图像选择训练集和测试集。然后,通过试验组合和对比分析的方法比较不同卷积神经网络结构设置对准确率的影响,选出最佳参数。另外,选用Adam算法代替SGD算法来优化模型,通过指数衰减法调整学习率,将L2正则项添加到交叉熵函数中,并选择Dropout策略和ReLU激励函数。最后,确定了一个10层CNN网络结构。试验结果显示,玉米花叶病、灰斑病、锈病、叶斑病和玉米健康识别率分别为95.83%、90.57%、100%、93.75%、100%,平均识别率达96%,平均计算时间为0.15 s。经试验结果比较,该模型识别效果明显高于传统方法,为玉米病害的防治提供技术支持。
-
关键词
卷积神经网络
玉米图像
lenet模型
病害识别
-
Keywords
convolutional neural network
corn image
lenet model
disease recognition
-
分类号
TP391.41:
[自动化与计算机技术—计算机应用技术]
-
-
题名基于柔性薄膜阵列压力传感器的抱闸故障诊断
被引量：3
- 2
-
-
作者
皮瑶
刘惠康
李倩
-
机构
武汉科技大学教育部冶金自动化与检测技术工程研究中心
-
出处
《高技术通讯》
CAS
2021年第8期836-843,共8页
-
基金
国家重点研发计划(2017YFC0805104)资助项目。
-
文摘
抱闸制动装置广泛应用于工业提升装置、民用曳引式电梯,针对抱闸制动器的运行状态监测和故障诊断,本文提出一种基于柔性薄膜阵列压力传感器的故障诊断方法,运用卷积神经网络(CNN)对传感器的数据进行处理达到故障诊断的目的。本文在LeNet5模型的基础上引入跨连接部分,将网络结构中提取的低层次特征与高层次特征相结合,经过全连接层达到多分类的目的。通过训练来自柔性薄膜阵列压力传感器的实验数据,该模型实现了4种基本抱闸故障和正常状态的自动识别。实验结果表明,改进的LeNet卷积神经网络模型在抱闸故障诊断上的检测正确率达到99.19%,该模型在同一训练数据集上的表现明显优于传统的LeNet5模型。
-
关键词
柔性薄膜阵列压力传感器
lenet模型
跨连接
抱闸制动器
故障诊断
-
Keywords
flexible film array pressure sensor
lenet model
cross-connected
drum brake
fault diagnosis
-
分类号
TH17
[机械工程—机械制造及自动化]
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于深度学习的烧结断面识别分类研究
- 3
-
-
作者
阮志国
周敏
文喆皓
高强
-
机构
武汉科技大学冶金装备及其控制教育部重点实验室
武汉科技大学机械传动与制造工程湖北省重点实验室
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第12期51-54,共4页
-
基金
国家自然科学基金面上资助项目(51975431)。
-
文摘
针对烧结机机尾断面烧结状态识别分类效率低、成本高等问题,提出一种基于深度学习的烧结断面识别分类方法。首先,利用YCbCr颜色空间转换结合中值滤波的方法对断面图像预处理;然后,利用粒子群优化(PSO)算法优化的Canny算子进行边缘检测,得到较好的分割结果;最后,构建LetNet—5卷积神经网络模型对断面灰度图分类识别,实验结果表明:该方法具有较好的识别分类效果。
-
关键词
烧结断面
深度学习
YCBCR颜色空间
粒子群优化算法
lenet—5模型
-
Keywords
sintering section
deep learning
YCbCr color space
particle swarm optimization(PSO)algorithm
lenet-5 model
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
