大数据深度学习系统研究进展与典型农业应用

• 作者: 刘驰 史银雪 张凌栩 李文明 韩锐
• 来源期刊: 农业大数据学报
• 学科: 工学
• 关键词: 大数据 深度学习 CNN模型 RNN模型 农业应用 卷积神经网络 循环神经网络 迁移学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究综述
• 页码范围: 88-104
• 页数: 17页
• 分类号: TP181
• 字数: 13669字
• 语种: 中文
• DOI: 10.19788/j.issn.2096-6369.190208

摘要

随着信息时代的快速发展,大数据成为推动人们生产和生活发生重大变革的关键技术,对于包括农业在内的各大领域的发展都起着非常重要的作用.而要想对大数据进行有效的分析和利用,并使其发挥最大价值,深度学习技术的研究和发展起着决定性的影响.在此背景下,本文对大数据深度学习系统领域的主要技术特征及其发展情况进行了详细介绍,包括深度学习模型(如CNN模型和RNN模型)、 优化算法、 大数据学习框架、 硬件配置等方面.本文还对包括PyTorch在内的五种主流的深度学习框架的技术特征和发展历程分别进行了讲解,并对比了不同框架的长处和缺点.此外,本文还提到了大数据深度学习系统在农业领域的典型应用"基于大数据的葡萄叶片霜霉病预报系统",并以其关键步骤"葡萄叶片种类的分类识别过程"为例详细介绍了工作的原理,包括数据收集、 样本特征提取、 聚类算法、 分类算法以及结果分析等过程.该系统运用大数据和深度学习技术,在检测和预防葡萄叶片霜霉病方面有着显著的效果.最后,本文还针对大数据深度学习系统目前的主要发展趋势,以及在农业领域的研究应用中所需注意的问题进行了介绍.到今天,大数据深度学习系统在包括农作物病虫害预测在内的农业数据分析领域发挥着日益重要的作用,并获得了广泛的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史银雪		11	77	5.0	8.0
2	李文明		5	126	4.0	5.0
3	刘驰	北京理工大学计算机学院	9	44	3.0	6.0
4	张凌栩	北京理工大学计算机学院	1	2	1.0	1.0
5	韩锐	北京理工大学计算机学院	1	2	1.0	1.0