典型文献
基于DCNN的玉米叶部病害识别方法
文献摘要：
提出了一种改良的LeNet深度卷积神经网络(DCNN)用于玉米叶部病害识别分类.使用PlantVillage数据集中的玉米叶片图像对模型进行训练和测试.模型经过训练可以识别3种玉米叶部病害的图像,准确率达到97.89％,表明方法能够有效地识别玉米叶部病害.
文献关键词：
深度学习;深度卷积神经网络;玉米叶部病害
中图分类号：
作者姓名：
郭利进;李言
作者机构：
天津工业大学电气工程与自动化学院,天津300387
文献出处：
引用格式：
[1]郭利进;李言-.基于DCNN的玉米叶部病害识别方法)[J].粮食与油脂,2022(03):72-75,98
A类：
B类：
DCNN,玉米叶部病害,病害识别,LeNet,深度卷积神经网络,识别分类,PlantVillage,玉米叶片,经过训练,明方
AB值：
0.263073
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。
