关于| 联系| 地图| 邮箱
首页>>>学术期刊>>>期刊年表>>>2021年论文集（42卷）
2025年论文集（46卷） 2024年论文集（45卷） 2023年论文集（44卷） 2022年论文集（43卷） 2021年论文集（42卷） 2020年总目录（41卷） 2019年总目录（40卷） 2018年总目录（39卷） 2017全年目录（38卷） 2016全年目录（37卷） 2015全年目录（36卷） 2014全年目录（35卷） 2013全年目录（34卷） 2012全年目录（33卷） 2011全年目录（32卷） 2010全年目录（31卷） 2009全年目录（30卷） 2008全年目录（29卷） 2007全年目录（28卷） 2006全年目录（27卷） 2005全年目录（26卷） 2004全年目录（25卷） 2003全年目录（24卷） 2002全年目录（22卷） 2001全年目录（22卷） 2000全年目录（21卷）

期刊年表

2025年论文集（46卷） 2024年论文集（45卷） 2023年论文集（44卷） 2022年论文集（43卷） 2021年论文集（42卷） 2020年总目录（41卷） 2019年总目录（40卷） 2018年总目录（39卷） 2017全年目录（38卷） 2016全年目录（37卷） 2015全年目录（36卷） 2014全年目录（35卷） 2013全年目录（34卷） 2012全年目录（33卷） 2011全年目录（32卷） 2010全年目录（31卷） 2009全年目录（30卷） 2008全年目录（29卷） 2007全年目录（28卷） 2006全年目录（27卷） 2005全年目录（26卷） 2004全年目录（25卷） 2003全年目录（24卷） 2002全年目录（22卷） 2001全年目录（22卷） 2000全年目录（21卷）

基于卷积神经网络的植物病虫害识别研究综述（2021年05期 v.42 1-10页）

‖  文章供稿：骆润玫  王卫星
‖  字体： [大] [中] [小]

2021年05期 v.42 1-10页

骆润玫1  王卫星1,2

（1.华南农业大学电子工程学院/人工智能学院，广东 广州 510642

2.广东省农情信息监测工程技术中心，广东 广州 510642）

摘要：植物病虫害严重影响植物的生长与生产，对其进行及时精准的识别与管控，能有效提升植物的产量和质量。近年来，深度学习发展迅猛，卷积神经网络作为深度学习的代表算法之一，具有较好的图像分类和识别能力，广泛应用于植物病虫害的识别研究。对近几年基于卷积神经网络的植物病虫害识别研究进行综述；简要介绍几种基础网络的模型结构、网络结构优化方法、卷积神经网络与其他方法的结合应用等；探讨目前基于卷积神经网络的植物病虫害识别研究的热点难点，并对其应用前景进行展望。

关键词：卷积神经网络；深度学习；病虫害识别；模型优化

中图分类号：S43;TP183;TP391.41      文献标识码：A      文章编号：1674-2605(2021)05-0001-10

DOI：10.3969/j.issn.1674-2605.2021.05.001

打印

上一篇:基于粗定位-精匹配的双目视觉目标定位方法（2021年05期 v.42 11-17页） 下一篇:高锰酸盐指数水质自动分析仪抗浊度干扰技术研究(2021年04期 v.42 54-57页)

扫一扫在手机打开当前页

版权所有 © 1999 - 广东省科学院智能制造研究所粤ICP备12051576号-1

Copyright © Guangdong Institute of Intelligent Manufacturing,GDAS.All Rights Reserved

地址：广州市越秀区先烈中路100号大院13号楼邮编：510070

电 话：(020)87686011　87686026传 真：(020)87687997Email：bgs＠giim.ac.cn