基于卷积循环神经网络的桃树叶部病害图像识别

• 作者: 周子豪 孙文杰 李颀 牟少敏 董萌萍
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 桃树叶部病害 图像识别 卷积神经网络 双向长短期记忆网络
• 年，卷（期）: 2020,（6）
• 页码范围: 998-1003
• 页数: 6页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2020.06.003

摘要

桃树炭疽病和褐斑病具有相似度高、症状关联度高和病斑位置不同等特点,卷积神经网络在识别过程中,卷积层和池化层分别对病害区域进行局部卷积和池化操作,未考虑各病害区域间的上下文相关信息和位置信息,降低了识别准确率.而双向长短期记忆网络由两个正向和反向的长短期记忆网络组成,且各循环单元之间具有反馈连接,能够挖掘和记忆输入序列数据中的上下文相关信息和位置信息.因此,本文提出了一种基于VGGNet-BiLSTM的桃树叶部病害图像识别算法.结果表明,本文提出的算法在测试集上识别准确率为93.73％,具有较高的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟少敏		44	376	11.0	18.0
2	董萌萍		3	7	2.0	2.0
3	孙文杰		1	0	0.0	0.0
4	周子豪		1	0	0.0	0.0
5	李颀		1	0	0.0	0.0