I《mage recognition of four rice leaf diseases based on deep learning and support vector machine》文献笔记

原创

于 2021-03-03 21:58:55 发布 · 310 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #计算机视觉 #神经网络

本文介绍了一种基于深度学习的卷积神经网络（CNN）和支持向量机（SVM）结合的方法，用于识别四种水稻叶病。通过平均位移算法预处理图像，提取特征，然后使用CNN获取颜色特征，SVM进行分类。实验结果显示，当C=1和g=50时，平均识别率高达96.8%，优于传统模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

出处：
链接： https://sci-hub.st/https://www.sciencedirect.com/science/article/pii/S016816992030795X
DOI:10.1016/j.compag.2020.105824
引用格式：Jiang Feng,Lu Yang,Chen Yu,Cai Di,Li Gongfa. Image recognition of four rice leaf diseases based on deep learning and support vector machine[J]. Computers and Electronics in Agriculture,2020,179. （Computers and Electronics in Agriculture，SCIE,2区）

datasets:
1、taken in rural farmland(8911 images, 2274 images of healthy rice, 6637 images of disease(:were clipped by manual clipping))

performance index:
1、convergence speed
2、accuracy

shape eigenvalues
1、area
2、the number of lesions
3、area to number ratio（the ratio of the number of lesion）

color space:
1、RGB
2、HSI
3、YCbCr

摘要：
提出问题、需求：在农情信息领域中，辨别和预测叶片病害一直是研究热点；
DL+SVM的优势：相结合使用，可有效解决问题同时提高识别精度；
提出的方法：CNNs提取图像特征，SVM对特定疾病进行分类与预测，利用

最低0.47元/天解锁文章

新学期VIP享超值加赠