典型文献
基于改进残差网络的水稻害虫识别
文献摘要：
水稻害虫是影响水稻产量的因素之一,准确识别水稻害虫对提高水稻产量具有重要意义,针对水稻害虫识别准确率不高的问题,提出一种基于改进残差网络模型的水稻害虫识别方法.该模型是将动态路由胶囊结构嵌入残差网络深度卷积模型中,代替残差网络的全连接层,首先通过4个残差块得到特征图,将特征图进行胶囊化编码,其次进行层间路由,以减少卷积神经网络(CNN)在输出时丢失的大量信息.对水稻的14类害虫进行识别,并分析不同参数(学习率、批量大小、激活函数和优化组合)的影响.结果表明,提出的改进残差网络模型的准确率达到77.12％.模型满足水稻害虫图像识别的需求,具有一定的识别准确率及较强的鲁棒性,可为实际农业场景下水稻害虫识别提供可行的方案.
文献关键词：
害虫识别;残差网络;胶囊网络;动态路由;水稻
中图分类号：
作者姓名：
雷建云;陈楚;郑禄;帖军;赵捷
作者机构：
中南民族大学计算机科学学院/湖北省制造企业智能管理工程技术研究中心,湖北武汉430074
文献出处：
引用格式：
[1]雷建云;陈楚;郑禄;帖军;赵捷-.基于改进残差网络的水稻害虫识别)[J].江苏农业科学,2022(14):190-198
A类：
B类：
害虫识别,响水,水稻产量,准确识别,识别准确率,残差网络模型,动态路由,结构嵌入,深度卷积,全连接层,残差块,特征图,胶囊化,同参数,学习率,激活函数,优化组合,水稻害虫图像,图像识别,农业场景,胶囊网络
AB值：
0.251716
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。
