【技术实现步骤摘要】
一种基于深度学习的农作物病虫害防治方案推荐系统
本专利技术属于农业现代化领域,涉及一种基于深度学习的农作物病虫害防治方案推荐系统。
技术介绍
国内于20世纪80年代初期开始研究农业专家系统。由于我国农业自身的若干特点,如农业水土资源人均占有量低、农民文化素质差、农业领域专家和科技人员紧缺等,农业专家系统的开发与应用从一开始就受到广泛的重视,并成为信息技术在农业应用的重要方面。国家十分重视人工智能技术在农业上的应用,把它列为“七五”、“八五”的重点攻关项目。并且在国家863计划的支持下,研究和推广了一批农业专家系统,其中植物保护专家系统有玉米病虫害诊治专家系统的研制与开发,棉田有害生物综合治理专家咨询系统的研制与开发,杂草鉴别和防治对策计算机专家系统等、作物病虫草害处方信息网站开发技术研究等。专利CN102759528A公开了一种农作物叶部病害检测方法,但仅利用农作物叶部病斑区域的信息判断病虫害,丢掉了区域外的许多其有用信息。专利CN106841304A公开了用红外图像监测农作物病害及综合评价病害程度的方法,这种方法对光照不敏感,但其丢掉了可见光中的大量有用信息,从而使输入信息量受到限制。CN104899547A公开了一种基于特征提取和语义理解的农作物病害诊断方法,该方法受限于预先设定的特征,从而可能丢掉有助于诊断的未提取特征。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种基于深度学习的农作物病虫害防治方案推荐系统,采用增量学习方法,根据反馈系统信息不断修正和优化系统,从而使推荐方案更优。为达到上述目的,本专利技术提供如下技术方案:一种基于深度学习的农作 ...
【技术保护点】
一种基于深度学习的农作物病虫害防治方案推荐系统,其特征在于:包括图像采集系统、图像处理系统、农作物病虫害识别系统、农作物病虫害防治系统、农作物病虫害防治效果信息反馈系统;所述图像采集系统用于采集农作物的图像,并将图像信息传至所述图像处理系统;所述图像处理系统对收到的图像信息进行去噪、归一化处理,形成训练数据,传至所述农作物病虫害识别系统;所述农作物病虫害识别系统根据收到的训练数据分析,识别出农作物的相关信息,并将其作为深层神经网络的输入,并输出农作物病虫害的类型和防治方案;所述农作物病虫害防治系统向用户推荐防治方案;用户根据推荐的防治方案进行操作后将防治效果反馈给所述农作物病虫害防治效果信息反馈系统;所述农作物病虫害防治效果信息反馈系统根据用户的反馈信息,对所述农作物病虫害防治方案推荐系统进行修正,优化所述深层神经网络的结构。
【技术特征摘要】
1.一种基于深度学习的农作物病虫害防治方案推荐系统,其特征在于:包括图像采集系统、图像处理系统、农作物病虫害识别系统、农作物病虫害防治系统、农作物病虫害防治效果信息反馈系统;所述图像采集系统用于采集农作物的图像,并将图像信息传至所述图像处理系统;所述图像处理系统对收到的图像信息进行去噪、归一化处理,形成训练数据,传至所述农作物病虫害识别系统;所述农作物病虫害识别系统根据收到的训练数据分析,识别出农作物的相关信息,并将其作为深层神经网络的输入,并输出农作物病虫害的类型和防治方案;所述农作物病虫害防治系统向用户推荐防治方案;用户根据推荐的防治方案进行操作后将防治效果反馈给所述农作物病虫害防治效果信息反馈系统;所述农作物病虫害防治效果信息反馈系统根据用户的反馈信息,对所述农作物病虫害防治方案推荐系统进行修正,优化...
【专利技术属性】
技术研发人员:钱鹰,王喜宾,刘歆,贾朝龙,朱红军,叶青青,夏璨,刘微微,王茂瑞,冯相辉,孙惟智,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。