基于深度学习和BP神经网络的梨小食心虫监测预测方法

AITNT
正文
推荐专利
基于深度学习和BP神经网络的梨小食心虫监测预测方法
申请号:CN202411909869
申请日期:2024-12-24
公开号:CN119761584A
公开日期:2025-04-04
类型:发明专利
摘要
本发明适用于病虫害防治技术领域,提供了基于深度学习和BP神经网络的梨小食心虫监测预测方法,该方法通过将深度学习算法和BP神经网络相结合,可有效地进行梨小食心虫的虫害情况监测,并对虫害发展情况进行预测。其监测预测方法操作简单,预测结果与实际结果基本吻合,数据可靠,能够在农业种植中为科研和病虫害防治提供依据。
技术关键词
梨小食心虫 自动监测装置 害虫图像 靶标害虫 病虫害防治技术 数据 随机梯度下降 BP神经网络 深度学习算法 图像缩放 训练集 图像拼接 注意力机制 基线 气象 相对湿度 显示设备 照片
系统为您推荐了相关专利信息
1
一种智能农业四情综合监测系统及方法
综合监测系统 智能农业 监控模块 训练集 监测模块
2
一种基于物联网的智能虫情监测分析方法及系统
虫情监测装置 分析方法 阶段 数据传输模块 害虫图像识别
3
一种基于图文理解的林业害虫识别与科普的方法与装置
林业害虫 图文 防护顶盖 害虫图像 主机设备
4
基于视觉与先验知识共融的害虫图像标注方法
害虫图像 标注方法 知识图谱数据 标注算法 实体
5
基于深度学习的图像识别与分类系统
分类系统 图像处理系统 害虫识别 害虫图像 后处理模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号