作者:肖衡 单位:陕西电子杂志社;陕西省电子技术研究所 出版:《》 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFXDDJ2020210100 DOC编号:DOCXDDJ2020210109 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为了实现水稻飞虱虫害诊断,解决传统测报系统中存在的误报率高的问题,利用深度学习算法从硬件和软件两个方面对水稻飞虱虫害图像测报系统进行优化设计。测报硬件系统主要由主机、分机、传感器以及图像采集设备组成,并通过电源电路为硬件设备提供电力支持。在硬件设备安装完成的基础上,建立数据库为软件功能的实现提供基础数据,并利用深度学习算法通过采集图像预处理、识别水稻飞虱虫害和启动异常报警程序三个步骤实现图像测报功能。为了检测设计的基于深度学习算法的水稻飞虱虫害图像测报系统的性能,设计系统测试实验。经过与传统测报系统的对比可以发现,设计的虫害图像测报系统的误差率降低了0.19%,且平均时间消耗节省了0.64 s。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。