CNN与BiLSTM相结合的水稻病害识别新方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对水稻病害图像识别中浅层特征无法记忆、深层特征提取不充分、序列特征鲁棒性较弱等问题，提出一种将CNN与BiLSTM相结合的水稻病害识别新方法。首先，利用卷积神经网络自动提取水稻病害的浅层特征；然后，利用BiLSTM中各个循环单元之间的反馈链接可以充分挖掘和记忆水稻特征序列数据中的上下文相关信息和位置信息的优势，将浅层特征与序列特征结合形成一个新的特征序列，解决了特征无法记忆、提取不足的问题；最后，使用全局平均池化层代替全连接层，以减少参数、防止过拟合。（剩余10793字）

试读结束

目录
monitor
客服机器人