声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1964/S
国际刊号：1000-1298
发布日期:
作者：肖志云，赵晓陈
单位：内蒙古工业大学,内蒙古工业大学,
关键词：牧草识别;卷积神经网络;特征重标定
基金：国家自然科学基金项目(61661042)
针对自然背景下牧草难识别的问题，提出一种基于双池化与多尺度核特征加权的卷积神经网络牧草识别方法。双池化特征加权结构通过将卷积层输出的特征图分别进行最大值池化和均值池化得到两组特征图，引入特征重标定策略，依照各通道特征图对当前任务的重要程度进行加权，以增强有用特征、抑制无用特征；多尺度核特征加权结构通过在卷积层中同时使用3×3和5×5两种卷积核，并将网络的前几层特征复用后进行加权，以提高重要特征的利用率。对10类牧草图像进行识别实验，结果表明，该方法识别率为94.1%，比VGG-13网络提高了5.7个百分点，双池化与多尺度特征加权有效提高了牧草识别精度。
来源：2020年第5期
《农业机械学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。