基于卷积神经网络和无人机遥感的松材线虫病受害木监测研究

• 花匠小妙招
• 2024-11-21 11:02

声明

中文摘要

英文摘要

目录

第1章 引言

1.1 研究背景与意义

1.2 松材线虫病概述

1.2.1松材线虫病的传播方式

1.2.2 松材线虫病发病症状

1.2.3 松材线虫病的影响因素

1.3 松材线虫病受害木监测的国内外研究现状

1.4 总体研究方案和论文结构

1.4.1 研究方法和技术路线

1.4.2 论文章节安排

第2章 相关理论和算法基础

2.1 卷积神经网络基础

2.1.1 卷积层

2.1.2 激活函数

2.1.3 池化层

2.1.4 全连接层

2.2 深度可分离卷积

2.3 空洞卷积

2.4 典型的特征提取网络

2.4.1 VGGNet网络

2.4.2 GoogLeNet网络

2.4.3 ResNet网络

2.4.3 Xception网络

第3章 2011-2019年我国松材线虫病时空演变分析

3.1 数据和方法

3.1.1 数据收集

3.1.2 数据处理

3.2 结果与分析

3.2.1 疫区概况

3.2.2 地区分布情况

3.2.3 疫区撤销情况

3.2.4 疫区发生频次分析

3.3 防控情况

（1）持续性疫区

（2）间歇性疫区

（3）后发性疫区

3.4 本章小结

第4章 基于Faster R-CNN和无人机遥感的松材线虫病受害木识别与定位

4.1 研究区概况

4.2 数据集准备

4.2.1 数据获取与预处理

4.2.2 数据集制作

4.3 研究方法

4.3.1 受害木识别整体框架

4.3.2坐标转换与点位合并

4.4 实验分析

4.4.1实验平台和参数设置

4.4.2评价指标

4.4.3受害木识别结果

4.4.4受害木定位结果

4.5 讨论

4.6 本章小结

第5章 基于DeepLab v3+和无人机遥感的松材线虫病受害木识别

5.1 数据集准备

5.2 研究方法

5.3 实验结果与分析

5.3.1 实验环境和参数设置

5.3.2 评价指标

5.3.3 实验结果

5.3.4 讨论

5.4 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

致 谢

参考文献

攻读学位期间的研究成果

相关知识

基于AI技术松材线虫病智能识别方案
无人机遥感监测作物病虫害胁迫方法与最新研究进展
无人机遥感监测作物病虫害研究进展
基于无人机多光谱影像的松材线虫病疫区枯死树识别
松材线虫病的那些事儿
松材线虫病防治方法与监测设备
基于无人机高光谱遥感的荒漠草原覆盖度提取方法研究
基于卷积神经网络的农作物病虫害识别系统
无人机助力松材线虫病智能监测平台：多方位的好处！
松材线虫病及传播媒介松褐天牛——防治病虫害系列科普文章之二

网址: 基于卷积神经网络和无人机遥感的松材线虫病受害木监测研究 https://m.huajiangbk.com/newsview637100.html