《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
请各位老师作者注意,凡是咨询正在审核期的文章,请勿一稿多投,初审审稿期一般1-3个工作日,作者可以随时在本站上输入文章编号查询稿件审核情况。稿件录用后,编辑人员会在通知作者的情况下提出修改意见,以便适应期刊社里的定位要求。
(本网站所公布期刊均为正规刊物,如有侵权,请及时告知!)
本平台为期刊杂志协同采编平台,本站成立于2015年,主要从事文化艺术交流、版权代理、期刊信息整理发布、宣传。非杂志社官网!
本站仅为有实际合作关系的杂志期刊整理信息、快捷组稿指导和宣传,本站致力于方便广大作者期刊查询、分类、便捷投稿、在线答疑等。
若有期刊社不希望我期刊杂志协同采编平台收录贵刊的,请来函告知,我平台将及时删除!本平台信息来源于网络公开信息和社里所提供的征稿函。