机器学习结合Android手机的病虫害棉叶识别研究

目录

声明

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 机器学习的研究现状

1.2.2 机器学习在农作物病虫害检测中的应用现状

1.2.3 基于Android手机的农作物病虫害识别研究现状

1.2.4 棉花病虫害检测研究现状分析

1.3 主要研究内容

1.4 技术路线

1.5 本章小结

第二章 病虫害棉叶图像预处理及特征提取

2.1 图像数据获取

2.1.1 病虫害棉叶的判别

2.1.2 病虫害棉叶图像采集

2.2图像预处理

2.2.1 图像几何变换

2.2.2 图像灰度化

2.2.3 图像增强

2.3 图象特征提取

2.3.1 纹理特征

2.3.2 颜色特征

2.3.3 形状特征

2.4 本章小结

第三章 基于机器学习的病虫害棉叶识别模型建立

3.1 基于支持向量机的病虫害棉叶识别

3.1.1 支持向量机

3.1.2 模型训练与结果

3.1.3 结果分析

3.2 基于极限学习机的病虫害棉叶识别

3.2.1 极限学习机

3.2.2 激活函数的选择

3.2.3 模型训练与结果

3.2.4 结果分析

3.3 卷积神经网络结合迁移学习的病虫害棉叶识别

3.3.1 卷积神经网络

3.3.2 迁移学习

3.3.3 模型训练与测试结果

3.3.4 结果分析

3.3.5 学习率对模型的影响

3.3.6 迁移学习对模型的影响

3.4 模型比较

3.5 模型测试

3.6 本章小结

第四章 Android手机病虫害棉叶识别软件的设计

4.1 软件开发环境

4.1.1 Android开发概述

4.1.2 开发环境

4.2 软件架构与流程

4.3 软件可行性分析

4.4 需求分析

4.5 软件主功能界面的实现

4.5.1 模型的调用

4.5.2 基于Android的棉叶识别软件主功能的描述

4.6 软件测试

4.7 本章小结

第五章 结论与展望

5.1 研究结论

5.2 研究展望

参考文献

致谢

就读硕士研究生期间参与的项目与科研成果