多结构参数集成学习的设施黄瓜病害智能诊断

• 作 者: 高荣华 李奇峰 孙想 顾静秋 彭程
• 机 构: 北京农业信息技术研究中心/北京市农林科学院,国家农业信息化工程技术研究中心,农业农村部农业信息技术重点实验室,北京市农业物联网工程技术研究中心
• 出 处: 农业工程学报
• 发表日期: 2020年16期
• 关键词: 图像识别 智能系统 病害 多结构参数 学习向量化 智能诊断 image recognitionintelligent systemdiseasesmulti-s
• 基金项目: 国家自然科学基金(61771058),北京市自然科学基金(4172025)

单一特征已不能很好的描述作物病害典型特征,而生长环境参数(土壤温湿度、pH值、空气温湿度等)与病害密切相关,多结构数据学习向量化与特征最优组合能够有效提升病害诊断准确性。该研究以黄瓜白粉病、角斑病、炭疽病、菌核病4种病害50个样本为实例,融合结构化作物生长环境参数与非结构化图像特征,通过智能化物联网,对实时采集到的环境参数进行监测、分析,并将其与图像特征融合,构建多结构病害特征最优组合模型。试验结果表明,样本识别率在79.4%～93.6%,对比卷积神经网络图像识别识别率,卷积神经网络由于需要对病害图