CNN與BiLSTM相結(jié)合的水稻病害識別新方法

打開文本圖片集

摘要：針對水稻病害圖像識別中淺層特征無法記憶、深層特征提取不充分、序列特征魯棒性較弱等問題，提出一種將CNN與BiLSTM相結(jié)合的水稻病害識別新方法。首先，利用卷積神經(jīng)網(wǎng)絡(luò)自動提取水稻病害的淺層特征；然后，利用BiLSTM中各個循環(huán)單元之間的反饋鏈接可以充分挖掘和記憶水稻特征序列數(shù)據(jù)中的上下文相關(guān)信息和位置信息的優(yōu)勢，將淺層特征與序列特征結(jié)合形成一個新的特征序列，解決了特征無法記憶、提取不足的問題；最后，使用全局平均池化層代替全連接層，以減少參數(shù)、防止過擬合。（剩余10793字）