桃樹炭疽病和褐斑病具有相似度高、癥狀關(guān)聯(lián)度高和病斑位置不同等特點(diǎn),卷積神經(jīng)網(wǎng)絡(luò)在識(shí)別過程中,卷積層和池化層分別對(duì)病害區(qū)域進(jìn)行局部卷積和池化操作,未考慮各病害區(qū)域間的上下文相關(guān)信息和位置信息,降低了識(shí)別準(zhǔn)確率。而雙向長短期記憶網(wǎng)絡(luò)由兩個(gè)正向和反向的長短期記憶網(wǎng)絡(luò)組成,且各循環(huán)單元之間具有反饋連接,能夠挖掘和記憶輸入序列數(shù)據(jù)中的上下文相關(guān)信息和位置信息。因此,本文提出了一種基于VGGNet-BiLSTM的桃樹葉部病害圖像識(shí)別算法。結(jié)果表明,本文提出的算法在測試集上識(shí)別準(zhǔn)確率為93.73%,具有較高的識(shí)別準(zhǔn)確率。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 數(shù)據(jù)采集與處理
    1.1 數(shù)據(jù)采集
    1.2 數(shù)據(jù)預(yù)處理
2 VGGNet-Bi LSTM網(wǎng)絡(luò)
    2.1 卷積神經(jīng)網(wǎng)絡(luò)層
        2.1.1 批標(biāo)準(zhǔn)化
        2.1.2 激活函數(shù)
    2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)層
    2.3 多層全連接層
3 實(shí)驗(yàn)結(jié)果及分析
    3.1 評(píng)價(jià)標(biāo)準(zhǔn)
    3.2 參數(shù)設(shè)置
    3.3 結(jié)果及分析
        3.3.1 自對(duì)比實(shí)驗(yàn)
        3.3.2 與其他模型對(duì)比實(shí)驗(yàn)
4 結(jié)論



本文編號(hào)：3982864