基于参数指数非线性残差神经网络的脐橙病变叶片识别     

杨国亮  许楠  康乐乐  龚曼  洪志阳 《浙江农业学报》2018,30(6):1073

提出一种参数指数非线性(PENL)函数来改进残差网络,利用深度学习的新方法识别脐橙叶面病变,减少了整流线性损失,提升了训练效果。以脐橙叶面图像为样本,进行CNN训练,以区分出病变、缺素、正常及非此类物种4种类型,实现了对于脐橙疾病检测迅速且方便应用的分类模型,相比于传统植物病变识别方法具有极大的优势,最终识别准确率达到了97.18%~98.86%。  相似文献   

刈割期及产地对沙葱常规营养成分的影响     

康乐乐  刘旺景  赵霞芳  贾学南  王龙龙  张晶晶  郭星汝  刘磊  甘肃农业大学动物科学技术学院  甘肃兰州 《农业科技与信息》2022,(4):91-94

  相似文献