文献类型：期刊文章

作　　者：吕军[1] 夏华鹍[1] 方梦瑞[1] 周礼赞[1]

Lv Jun;Xia Huakun;Fang Mengrui;Zhou Lizan(School of Information Engineering,Huangshan University,Huangshan 245041)

机构地区：[1]黄山学院信息工程学院,黄山245041

出　　处：《黑龙江八一农垦大学学报》

基　　金：安徽省高校自然科学研究项目(KJHS2018B11);国家级大学生创新创业训练项目(201710375006);国家级大学生创新创业训练项目(201810375015);省级大学生创新创业训练项目(201710375040)

年　　份：2019

卷　　号：31

期　　号：2

起止页码：72-78

语　　种：中文

收录情况：JST、普通刊

摘　　要：为确定合理有效的茶叶嫩芽采摘时间,提出一种基于AlexNet卷积神经网络的茶叶嫩芽状态智能识别方法。首先,建立自然环境下全开面、半开面和未开面三种状态茶叶嫩芽图像集;然后,训练茶叶嫩芽状态AlexNet网络识别模型;最后,利用测试集样本进行模型检测,训练集和测试集中三种状态嫩芽平均识别率分别为97.8%和88%。实验结果表明,该方法能够有效地识别自然环境下茶叶嫩芽状态,为嫩芽智能采摘提供理论依据。

关 键 词：深度学习  AlexNet网络  茶叶状态  智能识别  

分 类 号：TP391.3]