作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
昆虫的有效识别是农林业病虫害防治的必要环节,也是研究和维护生态环境的重要前提.蜻蜓是一种理想型环境指示昆虫,蜻蜓的识别研究在环境检测和保护方面有着重要的现实意义.本文使用收集的处于生态环境中的蜻蜓数据集,采用多模态深度学习网络模型设计思路,构建了以SqueezeNet为主干分类网络的蜻蜓识别系统,识别准确率高于传统手工设计特征的算法,并且避免了传统算法只能识别标本图片的局限性.
推荐文章
基于稀疏卷积神经网络的考生识别算法
考生识别
卷积神经网络
人脸识别
身份验证
多通道输入
方法比
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于卷积神经网络的图像检测识别算法综述
卷积神经网络
图像检测
图像识别
基于改进的卷积神经网络的人脸识别算法
人脸识别
深度学习
卷积神经网络
Dropout技术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多模态输入卷积神经网络的蜻蜓识别算法
来源期刊 电子世界 学科
关键词
年,卷(期) 2021,(2) 所属期刊栏目 探索与观察
研究方向 页码范围 100-102
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导