10.3969/j.issn.1002-204x.2020.01.011
深度学习方法在农业领域的研究及应用
深度学习方法因其具有学习能力强、覆盖范围广、自适应力强、可移植性好等优点,适用于解决实际生产的非线性问题,在农业领域得到了广泛研究和应用.文章简述了深度学习的概念及其特点,从种植业和养殖业2个方面阐述了深度学习在农业领域的研究现状;详细介绍了在分类识别、病虫害识别及预测、动物身份识别及行为监测等方面的研究进展及效果;总结了目前制约深度学习方法进一步应用的原因是样本数据量大、处理要求高和硬件不匹配等;最后对深度学习的发展趋势进行了展望.
深度学习、卷积神经网络、病虫害识别、分类、行为监测
61
TP18;TP391.41;S126(自动化基础理论)
宁夏农林科学院科技创新引导项目"基于机器视觉及深度学习的枸杞智能精选算法研究"NKYQ-20-04
2020-06-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
35-37,42,封2