论文部分内容阅读
利用深度学习的方法建立一个自动判别模型,以识别白茶生长的物候期。通过输入白茶的图像,使用卷积神经网络CNN来提取图像特征,在此基础上进行分类从而实现对图像内白茶生长物候期的识别,再融合气象特征对识别效果进行优化,从而得出了准确率较高的识别模型。
基于深度学习的自动判别茶叶生长的物候期模型的建立
【摘 要】
：
利用深度学习的方法建立一个自动判别模型,以识别白茶生长的物候期。通过输入白茶的图像,使用卷积神经网络CNN来提取图像特征,在此基础上进行分类从而实现对图像内白茶生长物候期的识别,再融合气象特征对识别效果进行优化,从而得出了准确率较高的识别模型。
【机 构】
：
重庆市气象台
【出 处】
：
气象科技进展
【发表日期】
：
2021年02期
其他文献
连续6年开展了气象要素与茶叶生长对比观测和病虫害观测,得出将茶树修剪由秋季改为夏季,可以减轻病虫害的影响、保证茶叶出芽率的结论。
利用金佛山高山站的气象资料,分析了金佛山近几十年的旅游气候特征,结果表明:金佛山年均气温8.2 ℃,气象景观包括云海、晚霞、雪景、雨凇、雾凇等。金佛山全年云海资源丰富,
采用1989—2018年巫山县国家气象观测站资料,水口、小石峡电站、庙宇、龙王村等区域气象站2011—2018年观测资料和巫山脆李2011—2018年的单果重、可滴定酸度、可溶性固形物