原创力文档- 1、本文档共70页，其中可免费阅读21页，需付费100金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
水稻是世界上主要种植的作物之一，其病害具有种类多、发生范围广、流行性高、
危害严重等特点。传统的水稻病害识别主要凭借植物保护专家的经验和水稻病害的表征
性状进行推断，且受限于个人主观性、作物生长情况和外界环境等因素影响，使得病害
的识别效率和准确度难以保证。随着卷积神经网络在农业领域取得显著进展，其为水稻
病害识别检测慢、精度低等问题提供了有效的解决方案。而注意力机制能够提高卷积神
经网络对病害关键特征的关注度，从而提高识别准确
您可能关注的文档
- 华支睾吸虫miR--71a靶向Scube3调控肝星状细胞活化的机制研究.pdf
- 骅威股份并购商誉对企业绩效影响研究.pdf
- 黄芪多糖复合饲料添加剂对犊牛生长性能、血液指标以及粪便菌群的影响.pdf
- 鸡胚中雌二醇、睾酮浓度检测方法的建立及在鸡胚早期性别鉴定中的初步应用.pdf
- 基于“物质流--价值流”的CR化工环境成本管理研究.pdf
- 基于3E模型的化工行业碳审计评价指标体系构建及应用研究.pdf
- 基于4I理论“大荒源谷”大米抖音直播营销策略研究.pdf
- 基于Android技术的节水灌溉控制平台研发.pdf
- 基于BiLSTM--CNN模型的水稻病害图像识别.pdf
- 基于DeepLab的农作物受灾区域检测方法的研究与实现.pdf
文档评论（0）