典型文献
基于深度学习的农作物病虫害识别研究
文献摘要：
农作物病虫害在国内外呈高发态势,如何及时准确地对病虫害识别分类是实现科学防控的关键.传统依靠经验和人工的识别方法已无法满足现代农业的发展需求.作为机器学习的重要分支,深度学习在图像识别领域性能卓越,因此,基于深度学习模型的农作物病虫害识别是该领域的研究热点.本文对深度学习在农作物病虫害识别中所涉及的关键技术,包括病虫害数据的获取和预处理、深度学习相关模型、识别结果的评价指标、预测预报等方面的研究现状、存在的问题以及面临的挑战进行系统综述.本文内容将为从事该领域的研究人员提供技术参照,促进深度学习技术在农业领域的实际运用.
文献关键词：
深度学习;农作物病虫害识别;图像识别
中图分类号：
作者姓名：
苏令涛;李瑞泽;张功磊;刘桂霞
作者机构：
山东科技大学 计算机科学与工程学院,山东 青岛 266590;吉林大学 计算机科学与技术学院,吉林 长春 130012
文献出处：
引用格式：
[1]苏令涛;李瑞泽;张功磊;刘桂霞-.基于深度学习的农作物病虫害识别研究)[J].数学建模及其应用,2022(04):1-12
A类：
B类：
农作物病虫害识别,识别分类,科学防控,现代农业,图像识别,领域性,深度学习模型,相关模型,预测预报,系统综述,进深,深度学习技术,农业领域,实际运用
AB值：
0.154354
相似文献
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。
