《智慧农业导刊》

《智慧农业导刊》2021年 第10期 | 吴蔚   泰山学院信息科学技术学院 山东泰安271000

摘　要：植物叶病是影响植物正常生长的重要因素之一,准确地识别叶病种类并及时采取防治措施对于保证农作物增量增产十分重要。本研究提出一种基于小样本学习的植物叶病种类识别方法,与传统深度学习方法相比,本研究在处理样本量较少的植物叶病分类任务中具有较好的识别准确率。同时通过实验改变小样本学习中的参数设定,揭示了该方法中影响分类准确率的一些关键特性。本研究方法的提出扩展了人工智能在农业领域的应用范围,具有重要的现实意义。
【分　类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络
【关键词】 卷积神经网络 小样本学习 元学习 植物叶病识别
【出　处】 《智慧农业导刊》2021年 第10期 28-31页 共4页