- 1、本文档共34页,其中可免费阅读11页,需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE3
PAGE3
目录
引言1
研究背景和意义1
国内外研究现状2
论文主要内容3
实验数据3
葡萄病害类别3
数据增强5
实验环境5
本章小结5
构建用于葡萄病害检测的神经网络6
深度残差网络6
迁移学习7
SVM分类器7
病害图像识别模型构建8
对照组设计10
本章小结12
模型训练与结果分析12
BSC-ResNet模型训练12
4.2输出类激活映射热力图13
识别准确率比较分析14
混淆矩阵比较分析15
本章小结16
不足与展望17
结语18
参考文献19英文摘要21致谢21
附录22
摘要:传统的葡萄叶片病害识别周期长、准确率较低,依赖于人工
文档评论(0)