中图网

>

农学(农艺学)

人工智能技术及其在茶叶病虫害防治中的应用研究

作者：田波

出版社：中国农业出版社出版时间：暂无

开本： 16开 页数： 178

本类榜单：农业/林业销量榜

中图价:¥46.8(6.0折) 定价 ~~¥78.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
四千年农夫中国、朝鲜和日本的永续农业

四千年农夫中国、朝鲜和日本的永续农业

¥43.2¥68
>
线辣椒优质高产栽培

线辣椒优质高产栽培

¥4.6¥5.5
>
生命的艺术:动物解剖学的神秘历史之旅

生命的艺术:动物解剖学的神秘历史之旅

¥60.2¥128
>
正确使用农药知识问答

正确使用农药知识问答

¥4.4¥4
>
迷你花园:打造你的玻璃生态瓶

迷你花园:打造你的玻璃生态瓶

¥46.5¥79.8
>
花史左编

花史左编

¥21.8¥68
>
海水抗风浪网箱工程技术

海水抗风浪网箱工程技术

¥47.4¥58

商品详情
商品评论(0条)

中图价:¥46.8 加入购物车

版权信息
内容简介
目录
作者简介

人工智能技术及其在茶叶病虫害防治中的应用研究版权信息

ISBN：9787109312197
条形码：9787109312197 ; 978-7-109-31219-7
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
农业/林业
>
农学(农艺学)

人工智能技术及其在茶叶病虫害防治中的应用研究内容简介

本书围绕人工智能技术及其在茶叶病虫害识别中的应用，详细介绍了人工智能研究现状、茶叶病虫害监测、特征提取及图像分割、迁移学习、支持向量机、BP神经网络、深度卷积网络及其优化、专家系统等的原理与应用技术，在此基础上，重点探讨了茶叶病虫害识别算法的优化与改进思路，对相关算法的优化方法进行了讨论，指出了下一步的发展趋势，旨在为相关技术人员理解和开发与作物病虫害识别相关的技术提供新思路，而且对促进乡村振兴，提高茶叶生产质量，提高经济效益具有重要的现实意义和较大的应用价值。

人工智能技术及其在茶叶病虫害防治中的应用研究目录

前言第1章绪论 1.1 引言 1.2 人工智能技术研究现状及分析 1.2.1 人工智能的定义及基本内容 1.2.2 人工智能中的逻辑与知识表示 1.2.2.1 基于图的知识表示 1.2.2.2 基于逻辑的识别表示 1.2.2.3 产生式系统 1.2.2.4 知识图谱 1.2.3 专家系统研究现状及分析 1.2.4 自然语言理解研究现状及分析 1.2.5 机器学习技术研究现状及分析 1.2.5.1 宽度学习 1.2.5.2 深度学习 1.2.6 机器感知、思维及行为 1.3 图像识别技术研究现状及分析 1.4 本章小结参考文献第2章茶叶病虫害及其远程监测与识别技术 2.1 引言 2.2 茶叶常见病害 2.3 茶叶常见虫害 2.4 茶叶病虫害远程监测与自动识别 2.4.1 茶园数据采集系统 2.4.1.1 体系结构 2.4.1.2 关键技术 2.4.2 茶叶大数据平台 2.4.3 茶叶病虫害数据采集及自动识别 2.5 发展趋势 2.6 本章小结参考文献第3章茶叶病虫害图像的特征提取与图像分割技术 3.1 引言 3.2 图像预处理方法 3.3 特征提取算法 3.4 图像分割算法 3.4.1 基于聚类和边缘的图像分割 3.4.2 基于深度学习的图像分割 3.5 存在的问题 3.6 本章小结参考文献第4章采用迁移学习技术的茶叶常见病害识别方法 4.1 引言 4.2 迁移学习 4.3 深度卷积网络模型设计 4.4 图像分割方法 4.5 模型的训练与优化 4.6 采用迁移学习技术的病害识别算法 4.7 实验及结果分析 4.7.1 数据集的构建 4.7.2 实验结果分析 4.8 本章小结参考文献第5章基于BP神经网络的茶叶病害识别方法 5.1 引言 5.2 BP神经网络 5.3 茶叶病害识别方法的设计 5.4 实验结果及分析 5.5 本章小结参考文献第6章基于改进支持向量机的茶叶病虫害识别方法 6.1 引言 6.2 改进的支持向量机模型 6.3 参数优化方法 6.4 茶叶病虫害图像的预处理及特征提取 6.5 模型的训练过程 6.6 实验及结果分析 6.6.1 实验方案及参数设置 6.6.2 实验结果分析 6.7 本章小结参考文献第7章采用深度卷积网络的茶叶病虫害识别技术 7.1 引言 7.2 茶叶病虫害数据集的构建 7.2.1 病虫害数据集 7.2.2 图像分割方法 7.3 深度卷积网络的设计 7.4 采用深度卷积网络的茶叶病虫害识别算法 7.4.1 深度卷积网络结构 7.4.2 网络模型的训练 7.4.3 卷积网络模型分析 7.5 实验及分析 7.6 本章小结参考文献第8章深度卷积网络优化技术及其在茶叶病虫害识别中的应用 8.1 引言 8.2 深度卷积网络的训练方法 8.3 参数优化方法 8.3.1 卷积核分析 8.3.2 参数分布与优化 8.3.3 模型分析与验证 8.4 深度卷积网络的剪枝方法 8.4.1 面向下一层参数的剪枝方法 8.4.2 基于参数类比的剪枝方法 8.5 实验结果及分析 8.5.1 实验方案及参数设置 8.5.2 实验结果分析 8.6 本章小结参考文献第9章茶叶病虫害诊断专家系统 9.1 病虫害诊断专家系统原理 9.2 病虫害信息推荐 9.2.1 信息推荐模型 9.2.2 信息推荐算法 9.3 病虫害诊断模型 9.3.1 知识库的构建 9.3.2 推理机模型 9.4 茶叶病虫害诊断专家系统的设计与开发 9.5 实验结果及分析 9.6 本章小结参考文献第10章茶叶病虫害识别与防治技术发展趋势 10.1 茶叶病虫害防治大数据平台 10.2 病虫害识别算法的优化与改进 10.3 智慧茶园建设 10.4 本章小结参考文献第11章总结与展望附录

展开全部

人工智能技术及其在茶叶病虫害防治中的应用研究作者简介

田波，1978年出生，湖南怀化人，铜仁学院教授，博士，CCF及ACM会员。主讲《人工智能技术》《数据库原理》《算法与数据结构》《数据分析》等课程。研究方向为大数据挖掘理论、分布式视频编码技术。近几年来，在《通信学报》《电子学报》、IEEE Conference等期刊和会议发表论文13篇，完成国家自然科学基金项目1项，主持省级科研项目2项，教育部产学协同育人项目2项，企业横向项目1项，申请专利3项。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐