典型文献
基于高光谱成像和卷积神经网络的'库尔勒'香梨黑斑病潜育期诊断研究
文献摘要：
黑斑病是'库尔勒'香梨贮藏期的易染病害之一,在潜育期外观无明显变化,很难直接通过肉眼进行准确识别.本研究结合高光谱成像和卷积神经网络(CNN),实现了'库尔勒'香梨黑斑病潜育期的识别.获取健康和不同病害程度香梨样品的高光谱图像,提取感兴趣区域内光谱后,利用不同预处理方法对其进行处理,分别基于常规算法(最小二乘-支持向量机、K最邻近法、随机森林)和CNN建立病害识别模型.结果表明,与常规算法建模结果相比,CNN模型的识别效果最优.当卷积层数为3,全连接层数为3,学习率为0.0005时,CNN模型的识别效果最佳,对样品的总体识别准确率为99.70％,对潜育期样品的识别准确率为99.76％,分别较常规算法提高了12和14个百分点.该结果证实CNN模型能够显著提高对'库尔勒'香梨黑斑病潜育期识别的准确率,为'库尔勒'香梨黑斑病的早期诊断防治提供了1种新的方法.
文献关键词：
高光谱成像;卷积神经网络;’库尔勒’香梨;黑斑病;潜育期
中图分类号：
作者姓名：
胡泽轩;王文秀;张凡;赵丹阳;马倩云;孙剑锋
作者机构：
河北农业大学食品科技学院,河北保定 071000;塔里木大学 现代农业工程重点实验室,新疆阿尔罕 843300
文献出处：
引用格式：
[1]胡泽轩;王文秀;张凡;赵丹阳;马倩云;孙剑锋-.基于高光谱成像和卷积神经网络的'库尔勒'香梨黑斑病潜育期诊断研究)[J].河北农业大学学报,2022(05):86-92
A类：
B类：
高光谱成像,库尔勒,香梨,梨黑斑病,潜育期,诊断研究,贮藏期,接通,肉眼,准确识别,高光谱图像,感兴趣区域,预处理方法,病害识别,识别模型,卷积层,层数,全连接层,学习率,识别准确率,百分点,诊断防治
AB值：
0.165933
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
