基于环境信息和深度自编码网络的农作物病害预测模型

• 作者: 张传雷 张善文 黄文准
• 来源期刊: 江苏农业学报
• 学科: 工学
• 关键词: 病害预测 环境信息 自编码网络 深度自编码网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 植物保护
• 页码范围: 288-292
• 页数: 5页
• 分类号: TP391.4
• 字数: 4972字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4440.2018.02.009

摘要

为了有效预测农作物病害,基于深度自编码网络,提出一种农作物病害预测模型.该模型能够自动从农作物环境信息中学习到主要的非线性组合特征,提高病害的预测精度.首先利用与农作物病害发生相关的环境信息构建病害预测的特征向量,并确定病害的4种预测状态,然后通过深度自编码网络从大量无标签的特征向量集中自动学习到可预测病害发生的深层特征的隐层参数,生成新特征向量集,再对有标签的新特征向量集进行学习,生成病害预测分类器,由此预测病害发生的等级.对黄瓜3种常见病害进行预测试验,平均预测准确率高达86%以上.试验结果表明,该模型是有效可行的,且具有较好的自学习更新能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄文准	西京学院信息工程学院	30	99	6.0	8.0
2	张传雷	西京学院信息工程学院	2	24	2.0	2.0