TY -的A2 Podda塞巴斯蒂安AU -俄梅珥,萨曼m . AU - Ghafoor Kayhan z . AU - Askar, Shavan k . PY - 2022 DA - 2022/12/22 TI -黄瓜叶疾病诊断的智能系统基于调谐卷积神经网络算法SP - 8909121六世- 2022 AB -在农业耕作、害虫和其他植物疾病是最必要的因素导致黄瓜产量和质量的重要障碍。世界各地的农民目前面临困难识别各种黄瓜叶疾病,这是必须有效地预防叶疾病。手工技术诊断黄瓜疾病往往是耗时的,主观的,勤劳的。为了解决这个问题,本文提出一种优化卷积神经网络(CNN)算法识别五个黄瓜疾病和健康的叶子,包括图像增强、特征提取和分类。数据扩增方法被用作预处理步骤扩大数据集,它也减少过度拟合的机会。自动特征提取采用CNN层。最后,五个黄瓜叶疾病和一个健康的叶子进行分类。此外,为了克服缺乏公共数据集,一个新的数据集黄瓜叶疾病的建造,包括蜘蛛,叶矿工、霜霉病、白粉病、病毒性疾病,健康类的叶子。数据集共有4868黄瓜叶图像。为了证明的真实性提出了CNN,比较实验使用pretrained模型(AlexNet, Inception-V3, ResNet-50)。 The proposed CNN achieves a recognition accuracy of 98.19% with the augmented dataset and 100% with the publicly plant disease dataset. The experimental results confirm that the proposed CNN algorithm was efficient for recognizing the cucumber leaf diseases compared with other algorithms. SN - 1574-017X UR - https://doi.org/10.1155/2022/8909121 DO - 10.1155/2022/8909121 JF - Mobile Information Systems PB - Hindawi KW - ER -