典型文献
基于改进卷积神经网络算法的番茄叶片病害识别
文献摘要：
为了提高番茄叶片病害识别的效果,提出改进卷积神经网络算法.首先Sobel算子获得水平方向、垂直方向、45°、135°对角方向的4个通道图像,四通道卷积神经网络采用不同大小的卷积核提取图像特征;接着双重注意力机制包括空间注意力、通道注意力,空间注意力包括局部注意力机制、全局注意力机制,局部注意力机制注意图像的局部特征,全局注意力机制注意图像的整体特征,空间注意力使用局部-全局交替注意力;通道注意力主要进行加强番茄叶片图像的有用特征抑制无用特征;然后通过K-means聚类方法划分出病害聚类区;最后给出了算法流程.试验仿真结果显示本研究算法对番茄叶片病害黄叶卷曲病、花叶病、蜘蛛螨病、七星斑病、叶霉菌病、早疫病识别准确率平均值分别为98.51％、97.92％、96.71％、94.12％、94.63％、94.22％,高于其他算法,同时消耗时间少于其他算法.
文献关键词：
四通道;卷积神经网络;多核;番茄;病害
中图分类号：
作者姓名：
蒋清健;姚勇;付志军;苏钰杰
作者机构：
河南经贸职业学院,河南郑州450018;河南省智慧农业远程环境监测控制工程技术研究中心,河南郑州450018;郑州轻工业大学,河南郑州450002
文献出处：
引用格式：
[1]蒋清健;姚勇;付志军;苏钰杰-.基于改进卷积神经网络算法的番茄叶片病害识别)[J].江苏农业科学,2022(20):29-34
A类：
B类：
改进卷积神经网络,神经网络算法,番茄叶片,叶片病害,病害识别,Sobel,垂直方向,对角,四通道,同大,卷积核,图像特征,双重注意力机制,空间注意力,通道注意力,局部注意力,全局注意力机制,注意图,局部特征,整体特征,力主,特征抑制,无用,means,聚类方法,分出,试验仿真,黄叶,叶卷曲,花叶病,蜘蛛,螨病,七星,斑病,霉菌病,早疫病,识别准确率,耗时间,多核
AB值：
0.364076
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。
