原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要
农作物病害防治工作是保障农作物产量以及质量的重要手段，而防治的基
础在于提早发现，并能够识别病害种类，掌握病害发生的程度。因此，对农作
物病害种类的识别就显得尤为重要。近年来，对于农作物病害识别研究主要可
以划分为基于传统的机器学习以及基于深度学习算法两类，并且都取得了显著
的进展。基于传统机器学习方法对于特征准确提取有较高要求，基于深度学习
算法存在数据样本需求量巨大、计算机硬件要求高、训练过程复杂、能耗高等
问题。近年来提出的储备池计算方法是在人工神经网络基础上改进的一种新的
神经学算法，它
文档评论（0）