基于卷积神经网络的病虫害可视化监测系统设计

• 作者: 房若民 李浩伟 沈凯文 韩进
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 病虫害识别 卷积神经网络 智慧农业 众包
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 软件设计、开发与应用
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP319
• 语种: 中文
• DOI: 10.11907/rjdk.192788

摘要

病虫害监测是提高农业生产效率和产量的有效措施.提出一个基于卷积神经网络的农作物病虫害智能监测系统.该系统以移动端为媒介实现监测众包化,基于GIS平台对相关区域病虫害发展态势进行数据可视化分析,显示病虫害位置与规模,代替人工识别常见农作物病虫害.实验证明,该系统对农作物病虫害常见的10个物种与27种病虫种类识别率达95％,病虫害严重程度识别率达85％.移动端采集地理定位信息误差5～10m,系统还可对变化趋势进行可视化展示,为农作物病虫害识别、防治及决策提供有效方案.