基于深度学习的植物识别技术的发展

被引：13

作者：

彭鸿元 ^{[1
,2
]}

吴恋 ^{[1
,2
]}

郑旭 ^{[1
,2
]}

张雯雯 ^{[1
,2
]}

兰腾腾 ^{[1
,2
]}

机构：

[1] 贵州师范学院数学与计算机科学学院

[2] 贵州师范学院大数据科学与智能工程研究院

来源：

电脑知识与技术 | 2018年 / 14卷 / 19期

关键词：

深度学习; 植物识别; 卷积神经网络; 植物; 图像;

D O I：

10.14004/j.cnki.ckt.2018.2479

中图分类号：

TP18 [人工智能理论]; TP391.41 [];

学科分类号：

140502 [人工智能];

摘要：

随着大数据的崛起,机器学习被越来越多的学者学习并研究,深度学习是机器学习研究中的一个新的领域,主要目的为通过计算机模拟人大脑的活动来解释数据,例如图像,声音和文本。本文通过深度学习中的植物识别这一模块,为大家简要地介绍了深度学习中植物识别的相关方法与技术。

引用

页码：200 / 202

页数：3

共 7 条

[1]

Plant Identification Based on Artificial Intelligence.[J].Gan Yang Ying;Hou Chun Sheng;Zhou Ting;Xu Shu Fa.Advanced Materials Research.2011, 255

[2]

基于深度网络特征学习的植物叶片识别算法研究与实现 [D].

刘晶晶 .

深圳大学,

2017

[3]

我国植物辨识科普发展研究 [D].

林心怡 .

西北农林科技大学,

2017

[4]

基于深度学习的植物图像集识别技术研究 [D].

刘孟南 .

华侨大学,

2017

[5]

植物图像识别方法研究及实现 [D].

胡直峰 .

浙江大学,

2017

[6]

基于深度学习和SVM的植物叶片识别系统的研究与测试 [D].

马珍玉 .

内蒙古农业大学,

2016

[7]

基于反向训练和深度学习的植物图像集分类算法研究 [D].

张宇卉 .

华侨大学,

2016

← 1 →