生态背景下基于人工智能深度学习的竹类害虫识别方法研究

编号 zgly0001671437

文献类型 期刊论文

文献题名 生态背景下基于人工智能深度学习的竹类害虫识别方法研究

作者 李禹辰  李非非  李见辉  余飞  徐杰 

作者单位 电子科技大学  成都市森林病虫防治检疫站 

母体文献 世界竹藤通讯 

年卷期 2019年03期

年份 2019 

分类号 S763.7  TP18 

关键词 竹类害虫  虫类识别  人工智能  深度学习  生态背景 

文摘内容 针对生态背景下的竹类害虫识别,作者研究了一种基于人工智能深度学习的识别方法。构建了具有5 663张图片的虫类数据集,其中包含3种竹类害虫和3种其他虫类,利用深度学习模型GoogLeNet特有的Inception模块构成的网中网结构,使其获得更多的图片特征,并开展了4组不同训练集与测试集比例的实验。结果表明:模型的精确度随训练集比重的增大而增大,当训练集和测试集的比例为9∶1时表现最好,F1值达到了95.48%,模型精确度为97.5%,体现了识别模型具有较好的综合性能和较高的实用性。该方法能较好地实现3种竹类害虫在生态背景下的智能识别,是针对竹类生产经营中的虫害防治问题的一种智能化解决方案,为竹产业精细化管理及高效生产经营提供有效的科技支撑。