文献类型：期刊文章

作　　者：丁永军[1,2] 张晶晶[1] 李民赞[3]

DING Yongjun;ZHANG Jingjing;LI Minzan(School of Electronic and Information Engineering,Lanzhou City University,Lanzhou 730070,China;College of Computer Science and Engineering,Northwest Normal University,Lanzhou 730070,China;Key Laboratory of Modern Precision Agriculture System Integration Research,Ministry of Education,China Agricultural University,Beijing 100083,China)

机构地区：[1]兰州城市学院电子与信息工程学院,兰州730070 [2]西北师范大学计算机科学与工程学院,兰州730070 [3]中国农业大学现代精细农业系统集成研究教育部重点实验室,北京100083

出　　处：《农业机械学报》

基　　金：国家自然科学基金项目(31971785);甘肃省自然科学基金项目(18JR3RA224);甘肃省社科规划项目(YB087)。

年　　份：2020

卷　　号：51

期　　号：12

起止页码：246-251

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高百合病害诊断模型的抗噪能力,以VGG16模型为基础构建卷积胶囊网络,并分析了胶囊尺寸、路由迭代次数对训练时间及模型精度的影响。最终得到胶囊尺寸为8、路由迭代次数为3的卷积胶囊网络,该网络对百合病害诊断精度达到99.20%。使用不同等级的高斯噪声、椒盐噪声、斑点噪声、仿射变换图像对模型抗噪能力进行测试,结果表明,卷积胶囊网络明显优于VGG16模型,更适合在实际生产环境下的百合病害诊断。

关 键 词：百合 病害 识别  卷积胶囊网络  

分 类 号：S644.1] TP391.4]