| 融合卷积神经网络与Adaboost算法的病害松树识别 |
| |
| 引用本文： | 胡根生,殷存军,张艳,方怡,朱艳秋.融合卷积神经网络与Adaboost算法的病害松树识别[J].安徽大学学报(自然科学版),2019,43(2). |
| |
| 作者姓名： | 胡根生 殷存军 张艳 方怡 朱艳秋 |
| |
| 作者单位： | 安徽大学 农业生态大数据分析与应用技术国家地方联合工程研究中心, , 安徽 合肥 230601;安徽大学 电子信息工程学院, 安徽 合肥 230601;安徽大学 电子信息工程学院,安徽 合肥,230601 |
| |
| 基金项目： | 国家自然科学基金;实验室开放基金 |
| |
| 摘 要： | 针对无人机平台获取的高分辨率可见光松树图像,提出一种结合深度卷积神经网络和Adaboost算法的病害松树识别方法,解决传统机器学习方法识别病害松树精确度不高问题.首先利用卷积神经网络训练病害松树模型再利用训练模型将地物中的田地、裸土及黑影等复杂信息剔除掉,提取病害松树、健康松树及黑影区域的颜色和纹理特征,依据提取的特征在剔除地物干扰项后的决策层使用Adaboost分类器进行目标识别.实验结果表明,该方法相较传统的K-means聚类、支持向量机、Adaboost算法、BP神经网络、VGG(visual geometry group)算法等在识别精确度方面有显著提高.
|
| 关 键 词： | 深度卷积神经网络 Adaboost算法 机器学习 目标识别 支持向量机 |
Identification of diseased pine trees by fusion convolutional neural network and Adaboost algorithm |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
