排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
番茄叶病种类多、成因复杂,其预防和识别难度较大。传统基于机器学习的方法多靠人工识别,需要一定的专家经验,且具有主观性强、识别准确率不高等缺点。为实现番茄叶病特征的自动提取,并提高识别准确率,提出一种基于深度学习的番茄叶病识别模型。该模型基于卷积神经网络对番茄叶部病害特征进行自动提取,获得高维特征后,采用PCA降维算法去除冗余特征;从增大类间距离并减小类内距离的角度改进了softmax分类器,提高了识别准确率。将该模型在CrowdAI提供的数据集上进行了仿真验证,结果表明,该模型能够对番茄叶部常见10种病害进行自动提取特征和识别,综合识别准确率达到95%以上。 相似文献
2.
为提高电力变压器故障诊断的准确度,提出一种基于核极限学习机(KELM)的变压器故障诊断方法,利用混沌优化改善粒子群算法的全局寻优性能。该方法首先用KELM建立故障诊断模型,再利用改进后的混沌粒子群算法(CPSO)对KELM的参数进行优化。结合油中溶解气体分析法(DGA)获得样本数据,通过实例仿真结果对比分析表明,所用算法具有更高的诊断准确率,提高了变压器故障诊断的可靠性。 相似文献
3.
为应对不适的生长环境及病虫害等因素导致农作物大量减产,设计一种农作物环境监测系统.系统包括环境因素监测与视频监测两部分.基于CC2630射频芯片的一体化无线采集模块,实现对6种环境数据的采集,帮助种植户了解农作物生长情况,进而调控农作物生长环境因子变化以达到最适生长环境,促进农业增产、增收;采用多路500 W高清摄像头... 相似文献
4.
1