本文主要研究内容
作者李禹辰,李非非,李见辉,余飞,徐杰（2019）在《生态背景下基于人工智能深度学习的竹类害虫识别方法研究》一文中研究指出：针对生态背景下的竹类害虫识别,作者研究了一种基于人工智能深度学习的识别方法。构建了具有5 663张图片的虫类数据集,其中包含3种竹类害虫和3种其他虫类,利用深度学习模型GoogLeNet特有的Inception模块构成的网中网结构,使其获得更多的图片特征,并开展了4组不同训练集与测试集比例的实验。结果表明:模型的精确度随训练集比重的增大而增大,当训练集和测试集的比例为9∶1时表现最好,F1值达到了95.48%,模型精确度为97.5%,体现了识别模型具有较好的综合性能和较高的实用性。该方法能较好地实现3种竹类害虫在生态背景下的智能识别,是针对竹类生产经营中的虫害防治问题的一种智能化解决方案,为竹产业精细化管理及高效生产经营提供有效的科技支撑。
Abstract
zhen dui sheng tai bei jing xia de zhu lei hai chong shi bie ,zuo zhe yan jiu le yi chong ji yu ren gong zhi neng shen du xue xi de shi bie fang fa 。gou jian le ju you 5 663zhang tu pian de chong lei shu ju ji ,ji zhong bao han 3chong zhu lei hai chong he 3chong ji ta chong lei ,li yong shen du xue xi mo xing GoogLeNette you de Inceptionmo kuai gou cheng de wang zhong wang jie gou ,shi ji huo de geng duo de tu pian te zheng ,bing kai zhan le 4zu bu tong xun lian ji yu ce shi ji bi li de shi yan 。jie guo biao ming :mo xing de jing que du sui xun lian ji bi chong de zeng da er zeng da ,dang xun lian ji he ce shi ji de bi li wei 9∶1shi biao xian zui hao ,F1zhi da dao le 95.48%,mo xing jing que du wei 97.5%,ti xian le shi bie mo xing ju you jiao hao de zeng ge xing neng he jiao gao de shi yong xing 。gai fang fa neng jiao hao de shi xian 3chong zhu lei hai chong zai sheng tai bei jing xia de zhi neng shi bie ,shi zhen dui zhu lei sheng chan jing ying zhong de chong hai fang zhi wen ti de yi chong zhi neng hua jie jue fang an ,wei zhu chan ye jing xi hua guan li ji gao xiao sheng chan jing ying di gong you xiao de ke ji zhi cheng 。
论文参考文献
论文详细介绍
论文作者分别是来自世界竹藤通讯的李禹辰,李非非,李见辉,余飞,徐杰，发表于刊物世界竹藤通讯2019年03期论文，是一篇关于竹类害虫论文,虫类识别论文,人工智能论文,深度学习论文,生态背景论文,世界竹藤通讯2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自世界竹藤通讯2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：竹类害虫论文; 虫类识别论文; 人工智能论文; 深度学习论文; 生态背景论文; 世界竹藤通讯2019年03期论文;