- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
温州市科技计划项目可行性研究报告
(编写提纲)
项目名称:基于卷积神经网络和迁移学习的瓯柑病虫害自动
识别技术研究
一、立项的背景和意义;
瓯柑,浙江省温州市瓯海区特产,也是中国国家地理标志产品之一。在营养价值方面,
瓯柑含有多种维生素,还含有丰富的过氧化氢氧化酶,与扛衰老的歧化酶,以及多种人体所
需的纤维素等。在药用价值方面,瓯柑有降压、降温、耐缺氧和增加冠脉流量等有药效作用。
温州民间素有“端五瓯柑似羚羊”之说,并广泛流传瓯柑可退烧、治咽喉炎、头痛等热性疾
病。因此,瓯柑是名副其实的地方特产,也是历史名果,传承着瓯越历史文化和一代代温州
人的乡情。
瓯柑产量容易受到天气、病害、虫害等自然因素的影响,其中病虫害是制约瓯柑产量提
高的关键性因素,每年大约有10%的经济损失源自于病虫害。常见的瓯柑病害有柑橘黄龙病、
柑橘溃疡病、柑橘炭疽病、柑橘疮痂病等,常见的虫害有柑橘红蜘蛛、柑橘木虱、柑橘蚜虫
等。目前瓯柑病虫害的鉴定主要通过人工肉眼检测的方法实现,主观性强,容易造成误判,
并且该方法需要检测人员具有很强的专业知识和丰富的经验。此外,我国基层种植人员大部
分文化素质普遍较低,拥有瓯柑病虫害诊断和防治知识的专家极少,无法为广大农户提供及
时、高效的指导。因此,研究并设计一种准确、便捷的瓯柑病虫害诊断和防治工具(方法),
协助瓯柑种植农户开展病虫害防治,是解决该实际问题的有效方案。
近年,以深度学习为代表的人工智能技术发展迅猛,尤其是卷积神经网络在计算机视觉
领域的研究取得了非常大的突破,很多基于卷积神经网络的图像分类与识别方法已经广泛用
于现实中具体应用,如:银行ATM刷脸取钱、火车站扫人脸进站、基于深度学习的医疗图像
分类、车辆、行人识别等。因此,结合农业领域的关键问题,基于深度学习相关方法,开展
智能化应用研究具有十分重要的实际意义。
鉴于上述情况,本项目拟结合瓯柑病虫害特点,在深度学习框架下,改进并实现通过图
像信息辨别瓯柑病虫害种类的自动识别方法,实现对瓯柑病虫害得自动、准确、快速、即时
诊断。从而达到帮助果农认识和研究瓯柑病虫害发生规律,加强瓯柑病虫害防控措施,减少
病虫害造成的经济损失,加速瓯柑种植业发展的最终目的。
国内外研究现状和发展趋势
(一)国外研究现状
国外研究人员早在20世纪七八十年代便将深度学习技术与传统农业相结合。随着深度
学习技术的发展,国外研究人员对基于深度学习的病虫害识别技术进行了探索和研究,并获
得了很大的进展。
Fukushima学者首先认识到神经感知机的功能,这也是卷积神经网络的雏形。在研究中,
他最早发现了对于生物的神经网络,物体的识别具有旋转不变性,这一理论后来也被应用到
卷积神经网络中。MokhtarU等采用不同核函数的支持向量机分类计数,研究出一种对番茄
黄化曲叶病(TYLCD)及番茄斑点枯萎病(TSWV)进行识别的方法。该方法由输入图像、图像预
处理、病斑分割、特征提取及输出分类五个部分组成。数据集由200张被TYLCD和TSWV
侵染的番茄叶片图像构成,经训练和测试,平均诊断正确率为90%,单个种类病虫害的诊断
正确率最高达92%。KawasakiY等研究出了一个新的基于卷积神经网络的植物病害检测系
统,研究对象为3种类型的黄瓜叶片图像组成的数据集,共计800张图像,取得了94.9%的
平均识别准确率。
MohantySP等通过对AlexNet模型和GoogleNet模型进行迁移学习研究出一种鉴定作
物病情的模型,并将该模型部署到智能手机进行病情鉴定,对使用智能手机进行病虫害诊断
的研究具有重要意义。MwebazeE等设计了嵌入智能手机的基于叶片图像的植物病害严重程
度判别系统,研究对象为4种植物病害,将每种病害根据严重程度分别分为5级,其中1
级为健康植物,通过分析实验结果得出使用ORB提取特征方法的分类效果最好。
由于卷积神经网络的复杂性,利用卷积神经网络对数据集从头训练,要花费大量的时间,
很多研究采用了迁移学习的方法。AmandaRamcharan等人采用迁移学习的方法,使用包含3
种木薯疾病和2种虫害的2,756个图像的数据集对卷积神经网络Inceptionv3进行训练,
最终模型的总体准确度达到93%。RonnelR.Atole等人利用迁移学习对AlexNet深度网络进
行训练,实现了水稻植物健康、不健康
您可能关注的文档
- 1000字的好作文 _原创文档.pdf
- 型小鼠胚胎干细胞中进行隐性遗传筛选的开题报告 .pdf
- 培训需求调查问卷(员工版) .pdf
- 中职一年级语文试卷(2019年上学期含答案) .pdf
- 人工智能在法律领域的发展与应用 .pdf
- 法在人工智能助手和虚拟助手中的应用和保护 .pdf
- 制造工厂生产质量保证措施及方案 .pdf
- 人工智能伦理与法规考试 .pdf
- 天津市南开田家炳中学2023-2024学年高二下学期期中考试数学试卷.pdf
- 检测线软件工位动态库维护.pdf
- 分级读物作者rus buyok奇妙森林woods of wondero41.pdf
- 4ghz无线网络或频段螺旋天线.pdf
- 主站-店铺设置数据表说明关系.pdf
- 大众汽车特别发明权专有技术前后底板水箱tz 4.pdf
- 任队长火星之旅作者bel richardson插图mykyta haretscaptain rens trip to mars船长.pdf
- 增强分化型甲状腺癌碘吸收esmo-2016 oral presentation jcapdevila.pdf
- 一区队实验报告有.pdf
- 培训电气设计导线布线.pdf
- 二章个人所得税j0102-税法习题杨sfe jy0201.pdf
- 中期宏观济学5e ch5e.pptx
文档评论(0)