基于深度学习的植物识别原理综述

• 作者: 吴恋 崔忠伟 左羽 王永金 赵晨洁
• 来源期刊: 物联网技术
• 关键词: 深度学习 植物识别 神经网络 信念网络 网络结构 鲁棒性
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 全面感知
• 页码范围: 10-12
• 页数: 3页
• 分类号: TP305
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2020.01.002

摘要

文中对基于深度学习的植物识别技术进行了广泛研究.阐述了传统植物识别技术存在的缺陷,提出将深度学习技术应用在植物识别方向,并简要介绍了深度学习中的深度信念网络、循环神经网络、卷积神经网络等网络结构和特征以及将各自的神经网络应用在植物识别技术上的案例,并重点分析了植物识别的原理,最后指出将深度学习应用在植物识别方向上的优缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左羽	贵州师范学院数学与大数据学院	45	65	5.0	5.0
3	崔忠伟	贵州师范学院数学与大数据学院	67	112	6.0	7.0
4	吴恋	贵州师范学院数学与大数据学院	25	14	2.0	2.0
5	赵晨洁	贵州师范学院数学与大数据学院	6	1	1.0	1.0
7	王永金	贵州师范学院数学与大数据学院	6	5	1.0	2.0