近地高光谱遥感技术结合深度学习的小麦赤霉病检测.docxVIP

近地高光谱遥感技术结合深度学习的小麦赤霉病检测 摘要：小麦赤霉病是影响小麦产量、危害小麦生产的重大病害之一，小麦赤霉病的检测与防治是当今国内外的重要议题之一。随着高光谱遥感技术在农业病害领域应用的日益广泛和深度学习技术发展的日益成熟，将深度学习技术和高光谱遥感技术相结合，共同应用于小麦赤霉病的识别成为如今发展的趋势。本文利用卷积神经网络中的ENVINet5模型和堆叠稀疏自编码器（SSAE）模型，结合小麦麦穗高光谱数据，对赤霉病识别做出了一定的探索。经过多次实验，使用卷积神经网络ENVINet5模型对小麦赤霉病识别度达到94.7%，SSAE模型对小麦赤霉病识别率达87.5%，两者均取得了较好的