深度学习在农作物病虫害识别中应用初探

作     者：孙奥 吴冬燕 吴阳江 许燕萍 Sun Ao;Wu Dongyan;Wu Yangjiang;Xu Yanping

作者机构：苏州工业职业技术学院江苏苏州215104 

基　　金：2016年江苏省教育科学‘十三五’规划专项课题"叶圣陶"整体育人"教育思想在创新高职人才培养模式中的实践研究(YZ-c/2016/32)" 2016年江苏现代教育技术研究课题"移动通信网络虚拟实验教学的研究(2016-R-47626)" 2016年苏州市产业前瞻性应用研究(工业)指导性项目"超高清显示图像关键技术指标的研究(苏科高(2016)215号)" 2018年江苏省大学生实践创新项目"双足交互式机器人的设计(201812686018X)" 2018年江苏省教育厅高校哲学社会科学研究课题"叶圣陶教育思想在创新高职人才培养模式中的实践研究(2018SJA1451)" 2018年江苏省高校青蓝工程中青年学术带头人资助(苏教师〔2018〕12号) 的高职电子信息工程技术专业建设探索与研究"">2019年苏州市教育科学十三五规划课题"基于<悉尼协议>的高职电子信息工程技术专业建设探索与研究" 

出 版 物：《电子测试》 (Electronic Test)

年 卷 期：2019年第30卷第6期

页      码：68-70页

摘      要：我国有广阔的农作物种植面积,其中病虫害对农作物产量的影响最大,当农作物得了病虫害时,其整体生理机能会大大下降从而导致植株瘦小,无法达到最优生产状态从而产量不高经济效益低。因此农民需要多关注农作物的生长状态,由于植株较多并且小因此病虫害通常很难发现,每当发现时其通常已经扩散了很大的面积。目前深度学习技术已经应用在诸多领域,其中在农业领域的应用也相对成熟,使用深度学习技术对农作物病虫害的图像进行识别判断,能准确、快速地识别出病虫害的种类,减小因人为经验不足而造成的病虫害误判,滥用农药对环境造成的不良影响。

主 题 词：深度学习 图像识别 神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-8519.2019.06.028

馆 藏 号：203607155...