文献类型：期刊文章

作　　者：谭文学[1,2] 赵春江[3] 吴华瑞[3] 高荣华[3]

机构地区：[1]北京工业大学计算机学院,北京100124 [2]湖南文理学院计算机科学与技术学院,常德415000 [3]北京农业信息技术研究中心,北京100097

出　　处：《农业机械学报》

基　　金：'十二五'国家科技支撑计划资助项目(2013BAD15B04);国家自然科学基金资助项目(61102126);湖南文理学院重点(建设)学科建设项目

年　　份：2015

卷　　号：46

期　　号：1

起止页码：20-25

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20150700509832)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了实时预警果蔬病害和辅助诊断果蔬疾病,实现无人值守的病虫害智能监控,设计了深度学习神经网络的果蔬果体病理图像识别方法,基于对网络误差的传播分析,提出弹性动量的参数学习方法,以苹果为例进行果体病理图像的识别试验。结果表明,该方法召回率为98.4%;同其他同源更新机制相比,弹性动量方案能显著改善学习网络的果蔬病害识别准确率;其收敛曲线平滑,5 h时耗能实现收敛,对不同数据集也有良好泛化性能。

关 键 词：果蔬病害  病理图像 深度学习神经网络  弹性动量  图像识别

分 类 号：TP183] TP391.41]