基于环境信息和深度自编码网络的农作物病害预测模型
摘要：为了有效预测农作物病害,基于深度自编码网络,提出一种农作物病害预测模型.该模型能够自动从农作物环境信息中学习到主要的非线性组合特征,提高病害的预测精度.首先利用与农作物病害发生相关的环境信息构建病害预测的特征向量,并确定病害的4种预测状态,然后通过深度自编码网络从大量无标签的特征向量集中自动学习到可预测病害发生的深层特征的隐层参数,生成新特征向量集,再对有标签的新特征向量集进行学习,生成病害预测分类器,由此预测病害发生的等级.对黄瓜3种常见病害进行预测试验,平均预测准确率高达86%以上.试验结果表明,该模型是有效可行的,且具有较好的自学习更新能力.
关键词：
病害预测环境信息自编码网络深度自编码网络
分类号：
TP391.4(计算技术、计算机技术)
资助基金：
国家自然科学基金 ( 61473237 )
在线出版日期：
2018-06-13 （万方平台首次上网日期，不代表论文的发表时间）
页数：
5 ( 288-292 )
英文信息
相关知识
基于环境信息和深度自编码网络的农作物病害预测模型
基于深度学习的农作物病害图像识别技术进展
一种改进的深度置信网络在棉花病虫害预测中的应用
基于深度学习的植物病虫害识别方法与流程
基于长短时记忆网络的棉花病虫害发生预测研究
EfficientNet实现农业病害识别(FastDeploy部署和安卓端部署)
基于 CNN 和迁移学习的农作物病害识别方法研究
深度学习在植物叶部病害检测与识别的研究进展
基于深度学习和迁移学习的识花实践
基于残差网络迁移学习的花卉识别系统
网址: 基于环境信息和深度自编码网络的农作物病害预测模型 https://m.huajiangbk.com/newsview131647.html
| 上一篇: 台州西兰花病虫害绿色防控技术 |
下一篇: 应用POCER模型对白菜病虫害防 |
