登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 计算机类 > 计算机科学与技术 > 正文

基于深度学习技术的常见中草药图像识别任务书

 2020-04-18 20:39:53  

1. 毕业设计(论文)的内容和要求

深度学习的概念源于人工神经网络的研究,其是机器学习中一个非常接近ai的领域,其动机在于建立、模拟人脑进行分析学习的神经网络。

目前,深度学习几乎成为计算机视觉领域的标配,也是时下人工智能领域最热门的研究方向。

深度学习在图像识别领域的地位更是不可估量,由于传统植物图像识别研究主要集中在植物叶片图像,这有着一定的局限性,毕竟叶片只是植物形象特征的一小部分,识别结果会有一定的偏差甚至错误。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献

[1] 张宁,基于图像分析的植物叶片识别算法研究[D].北京:北京林业大学信息学院,2013 [2] 张雪芹,陈嘉豪,诸葛晶晶,基于深度学习的快速植物图像识别[J],《华东理工大学学报》 ,2018, 41 (5) :887-895 [3] 秦丰,刘东霞,孙炳达,阮柳,马占鸿,王海光. 基于深度学习和支持向量机的四种苜蓿叶部病害图像识别[J],中国农业大学学报(自然科学版),2017(5):123-133 [4] 屈赟,陶晡,王政嘉,王树桐. 基于Android的苹果叶部病害识别系统设计[J],河北农业大学学报, 2015 , 37 (9) :102-106 [5] 郑姣,刘立波.基于Android的水稻病害图像识别系统设计与应用[J],计算机工程与科学, 2015 , 45 (8) :1366-1371 [6] 李宗儒.基于图像分析的苹果病害识别技术研究[D],陕西:西北农林科技大学 , 2010 [7] 赵彦辉,范欣宁,张建逵,谢明. 基于DeepLearning4J on Spark深度学习方法在药用植物图像识别中应用初探[J],中国中医药图书情报杂志 , 2018 , 36 (3) :18-22 [8] 张帅,淮永建. 基于分层卷积深度学习系统的植物叶片识别研究[J],北京林业大学学报 , 2016(09) [9] 谭亮. 基于内容的中草药图像检索关键技术研究[D],浙江:浙江大学, 2016 [10] Prasoon A,Petersen K,Igel C,et al. Deep feature learning for knee cartilage segmentation using a triplanar convolutional neural network [J], Medical Image Computing and Computer-Assisted Intervention,2013 [11] 张帅.基于深度学习的植物叶片识别算法研究[D],北京:北京林业大学,2016 [12] 彭怀累. 基于深度学习与哈希学习的中草药植物图像检索研究[D],山东:山东大学, 2018 [13] 彭天强,栗芳. 基于深度卷积神经网络和二进制哈希学习的图像检索方法,电子与信息学报[J],2016(08):2068-2075 [14] 袁银,王东斌,刘永金. 基于深度学习的植物图像识别方法研究[J],现代农业科技 ,2017, 29(4):278-280 [15] 龚丁禧,曹长荣. 基于卷积神经网络的植物叶片分类[J],计算机与现代化 , 2014(04) [16] 刘孟南.基于深度学习的植物图像集识别技术研究[D],福建:华侨大学, 2017 [17] 林心怡.我国植物辨识科普发展研究[D],陕西:西北农林科技大学,2017 [18] 张帅,淮永建.基于分层卷积深度学习系统的植物叶片识别研究[J],北京林业大学学报, 2016(09):108-115 [19] 马珍玉.基于深度学习和SVM的植物叶片识别系统的研究与测试[D],内蒙古:内蒙古农业大学,2016 [20] 张宇卉.基于反向训练和深度学习的植物图像集分类算法研究[D],福建:华侨大学,2016 [21] Dan Ciersan, Ueli Meier,Jonathan Masci,Jurgen Schmidhuber. Multi-column deep neural network for traffic sign classification[J], Neural Networks, 2012, Vol.32 , pp.333-338

3. 毕业设计(论文)进程安排

起讫日期 设计(论文)各阶段工作内容 备 注 2018.1.8-1.10 确定题目 2018.1.11-1.31 查阅参考文献,了解课题要求,完成开题报告 2018.3.1-3.15 完成系统的相关理论知识学习 2018.3.16-3.25 完成系统的基本模型以及设计方案 2018.3.26-4.15 完成系统的详细设计 2018.4.16-5.1 初步完成整个系统的设计 2018.5.2-5.5 撰写软件使用说明书 2018.5.6-5.21 撰写论文,并通过电子邮件发给指导老师审核 完成英文翻译 2018.5.22-5.27 按指导老师意见修改论文并定稿打印装订 递交论文和英文翻译 2018.5.28-6.15 准备毕业论文的答辩,包括答辩演示文稿等

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图