基于卷积神经网络的农作物病害识别方法研究

• 作者: 孙政波 张乃夫 田生睿 范禹希 谭峰 辛元明
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 农作物病害 图像识别 卷积神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 农业经济·农业信息
• 页码范围: 242-245
• 页数: 4页
• 分类号: S126
• 字数: 4582字
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2020.05.068

摘要

传统的农作物病害诊断主要依靠人工识别,需要从业者具有一定经验且主观性较强,存在误判现象.针对这一现象,提出了一种基于卷积神经网络的农作物病害识别方法.选取玉米和马铃薯的5种常见病害进行试验,构建了1个13层的卷积神经网络结构,并分析了不同池化方式及优化算法对该模型准确性的影响.同时采用十折交叉验证对模型鲁棒性进行评估,结果表明该模型具备良好的分类性能,对5种病害的平均识别率为93.95％,为玉米及马铃薯常见病害识别提供了一种新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭峰	黑龙江八一农垦大学电气与信息学院	92	443	12.0	17.0
2	辛元明	黑龙江八一农垦大学电气与信息学院	4	9	2.0	3.0
3	张乃夫	黑龙江八一农垦大学电气与信息学院	3	3	1.0	1.0
4	范禹希	北京林业大学工学院	1	0	0.0	0.0
5	孙政波	黑龙江八一农垦大学电气与信息学院	3	3	1.0	1.0
6	田生睿	黑龙江八一农垦大学电气与信息学院	3	0	0.0	0.0