钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
农业科学期刊
\
农业工程期刊
\
农业机械学报期刊
\
基于RSTCNN的小麦叶片病害严重度估计
基于RSTCNN的小麦叶片病害严重度估计
作者:
鲍文霞
林泽
胡根生
梁栋
黄林生
杨先军
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
小麦
叶片病害
严重度估计
循环空间变换卷积神经网络
摘要:
以小麦叶片条锈病和白粉病为研究对象,针对同类型病害的不同严重度之间的图像颜色及纹理特征差异较小,传统方法病害严重度估计准确率不高的问题,提出一种基于循环空间变换的卷积神经网络(Recurrent spatial transformer convolutional neural network,RSTCNN)对小麦叶片病害进行严重度估计.RSTCNN包含3个尺度网络,并由区域检测子网络进行连接.每个尺度网络以VGG19作为基础网络以提取病害的特征,同时为了统一区域检测过程中前后特征图的维度,在全连接层前引入空间金字塔池化(Spatial pyramid pooling,SPP);区域检测子网络则采用空间变换(Spatial transformer,ST)有效提取尺度网络特征图中病害的注意力区域.小麦叶片病害图像通过每个尺度网络中卷积池化层得到的特征图,一方面可作为预测病害严重度类别概率的依据,另一方面通过ST进行注意力区域检测并将检测到的区域作为下一个尺度网络的输入,通过交替促进的方式对注意力区域检测和局部细粒度特征表达进行联合优化和递归学习,最后对不同尺度网络的输出特征进行融合再并入到全连接层和Softmax层进行分类,从而实现小麦叶片病害严重度的估计.本文对采集的患有条锈病和白粉病的小麦叶片图像结合数据增强方法构建病害数据集,实验验证了改进后的RSTCNN在3层尺度融合的网络对病害严重度估计准确率较佳,达到了95.8%.相较于基础分类网络模型,RSTCNN准确率提升了7~9个百分点,相较于传统的基于颜色和纹理特征的机器学习算法,RSTCNN准确率提升了9~ 20个百分点.结果 表明,本文方法显著提高了小麦叶片病害严重度估计的准确率.
暂无资源
收藏
引用
分享
推荐文章
基于计算机视觉的红枣叶片病害严重度估测方法
红枣叶片
病害严重度
计算机视觉
估测模型
基于冠层反射光谱的小麦白粉病严重度估测
小麦白粉病
高光谱
病情严重度
反演模型
基于TM影像光谱指数的棉花病害严重度估测
棉花
病害严重度
TM影像
光谱指数
估测模型
基于图像处理的葡萄霜霉病单叶严重度自动分级方法
葡萄霜霉病
严重度
自动分级
图像处理
K_means聚类
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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RSTCNN的小麦叶片病害严重度估计
来源期刊
农业机械学报
学科
农学
关键词
小麦
叶片病害
严重度估计
循环空间变换卷积神经网络
年,卷(期)
2021,(12)
所属期刊栏目
农业信息化工程|Agricultural Informatization Engineering
研究方向
页码范围
242-252,263
页数
12页
分类号
S435.121|TP391.41
字数
语种
中文
DOI
10.6041/j.issn.1000-1298.2021.12.026
五维指标
传播情况
被引次数趋势
(/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)
研究主题发展历程
节点文献
小麦
叶片病害
严重度估计
循环空间变换卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
主办单位:
中国农业机械学会
中国农业机械化科学研究院
出版周期:
月刊
ISSN:
1000-1298
CN:
11-1964/S
开本:
大16开
出版地:
北京德外北沙滩1号6信箱
邮发代号:
2-363
创刊时间:
1957
语种:
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
基于计算机视觉的红枣叶片病害严重度估测方法
2.
基于冠层反射光谱的小麦白粉病严重度估测
3.
基于TM影像光谱指数的棉花病害严重度估测
4.
基于图像处理的葡萄霜霉病单叶严重度自动分级方法
5.
基于椭圆型度量学习的小麦叶部病害识别
6.
冬小麦条锈病单叶光谱特性及严重度反演
7.
利用偏最小二乘回归反演冬小麦条锈病严重度
8.
基于高光谱遥感的小麦叶片氮积累量
9.
草原火烧严重度燃烧指数的适用性比较分析
10.
浅谈小麦孢囊线虫病害及防治技术
11.
基于 SVM 的小麦叶部病害识别方法研究
12.
基于综合权重的电压暂降严重度多指标评估方法
13.
小麦主要病害的发生与防治
14.
基于热红外成像技术的小麦病害早期检测
15.
灰色理论在人因失误严重度识别模型中的应用
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
农业基础科学
农业工程
农业科学总论
农作物
农学
园艺
大学学报
林业
植物保护
水产渔业
畜牧兽医
农业机械学报2022
农业机械学报2021
农业机械学报2020
农业机械学报2019
农业机械学报2018
农业机械学报2017
农业机械学报2016
农业机械学报2015
农业机械学报2014
农业机械学报2013
农业机械学报2012
农业机械学报2011
农业机械学报2010
农业机械学报2009
农业机械学报2008
农业机械学报2007
农业机械学报2006
农业机械学报2005
农业机械学报2004
农业机械学报2003
农业机械学报2002
农业机械学报2001
农业机械学报2000
农业机械学报1999
农业机械学报1998
农业机械学报2021年第9期
农业机械学报2021年第8期
农业机械学报2021年第7期
农业机械学报2021年第6期
农业机械学报2021年第5期
农业机械学报2021年第4期
农业机械学报2021年第3期
农业机械学报2021年第2期
农业机械学报2021年第12期
农业机械学报2021年第11期
农业机械学报2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号