基于深度学习的水稻叶部病害识别方法研究

• 作者: 李欣 沈贺 路阳 郭丹 韩正君
• 来源期刊: 信息记录材料
• 学科: 教育
• 关键词: 深度学习 水稻病害识别 Caffe平台 机器学习
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 发现·综合
• 页码范围: 177-179
• 页数: 3页
• 分类号: G642.0
• 字数: 1939字
• 语种: 中文

摘要

以水稻叶部病害图像为研究对象,提出一种基于深度学习技术的水稻叶部病害识别方法.首先,建立水稻病害图像数据库并采用PCA主成分分析方法降维.其次,基于Caffe深度学习平台,设计了包括4个卷积层、3个Pooling层和1个全连接层的深度网络结构.最后使用2000幅水稻病害图像进行训练和仿真,通过10重交叉验证测试,本文设计的深度学习结构和学习算法对北方寒地水稻稻瘟病、纹枯病等常见病害平均识别率达到96.9％.试验结果表明,文中提出的方法可有效识别水稻叶部主要病害,为水稻病害准确识别与防治提供了有效的技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭丹	黑龙江八一农垦大学电气与信息学院	30	74	5.0	7.0
2	李欣		12	12	2.0	3.0
3	路阳	黑龙江八一农垦大学电气与信息学院	22	69	5.0	7.0
4	韩正君		5	22	3.0	4.0