文献类型：期刊文章

作　　者：边柯橙[1] 杨海军[1] 路永华[1]

BIAN Ke-cheng;YANG Hai-jun;LU Yong-hua(College of Information Engineering,Lanzhou University of Finance and Economics,Lanzhou 730030,China)

机构地区：[1]兰州财经大学信息工程学院,甘肃兰州730030

出　　处：《软件导刊》

基　　金：甘肃省电子商务技术与应用重点实验室(兰州财经大学)开放基金项目(2018GSDZSW63A14);甘肃省自然基金项目(18JR3RA216)。

年　　份：2021

卷　　号：20

期　　号：3

起止页码：26-33

语　　种：中文

收录情况：普通刊

摘　　要：深度学习是一种新兴的图像处理和数据分析技术,其中深度卷积网络在处理图像、视频、语音和音频方面取得突破性进展,其在农业领域的应用引起广泛关注。对采用深度学习技术的39项农业病虫害检测识别研究成果进行研究,分析其数据来源、预处理和增强技术、应用领域、采用的模型和框架、性能指标,并与其它研究方法作对比。研究结果表明,深度学习具有良好的自动特征提取功能,提供了更好的分类效果,优于传统的机器学习方法,且数据采集的多样性、数据规模和完整性对深度学习性能有重要影响。

关 键 词：深度学习  病虫害 图像识别 特征提取 智能农业

分 类 号：TP301]