龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：青岛理工大学
摘要：本发明公开了一种基于NEQR算法与深度学习的农田害虫种类识别方法，包括图像预处理：收集农田害虫图像数据，利用标准化处理方法对图像进行预处理；采用NEQR模型将图像转换为量子态；搭建SqueezeNet神经网络模型，将图像划分为训练集和测试集，利用训练集对SqueezeNet神经网络模型进行训练，采用反向传播算法进行参数更新，根据训练结果调整模型参数；利用测试集验证结果准确性，对SqueezeNet神经网络模型进行性能评估，输出最优SqueezeNet神经网络模型；采集有害虫农田图像，对图像进行处理；将处理后图像输入到SqueezeNet神经网络模型中，进行害虫种类识别。本发明能有效提高害虫检测速度和害虫识别的准确性，优化数据处理流程，提升适应性和灵活性。
主权项：1.一种基于NEQR算法与深度学习的农田害虫种类识别方法，其特征在于，包括：步骤1，图像预处理：收集农田害虫图像数据，利用标准化处理方法对图像进行预处理；步骤2，采用NEQR模型将步骤1所得图像转换为量子态；步骤3，搭建SqueezeNet神经网络模型，将步骤2所得图像划分为训练集和测试集，利用训练集对SqueezeNet神经网络模型进行训练，采用反向传播算法进行参数更新，根据训练结果调整模型参数；步骤4，利用测试集验证结果准确性，对步骤3所得的SqueezeNet神经网络模型进行性能评估，输出最优SqueezeNet神经网络模型；步骤5，采集有害虫农田图像，重复步骤1-2对图像进行处理；步骤6，将步骤5所得图像输入到步骤4所得的SqueezeNet神经网络模型中，进行害虫种类识别。
全文数据：
权利要求：
百度查询： 青岛理工大学 一种基于NEQR算法与深度学习的农田害虫种类识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号