| 智慧農(nóng)業(yè)下基于聯(lián)邦學(xué)習(xí)的水稻病蟲害分類研究 | |
| 所屬分類：解決方案 | |
| 上傳者：wwei | |
| 文檔大小：6798 K | |
| 標簽： 智慧農(nóng)業(yè) 聯(lián)邦學(xué)習(xí) 圖像分類 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在農(nóng)業(yè)發(fā)展過程中，農(nóng)作物的健康問題一直是一個重要的研究課題。面向這一課題探討智能化農(nóng)業(yè)種植過程中的水稻病蟲害分類問題。在智能化農(nóng)業(yè)種植場景下，為了提高設(shè)備對病蟲害的分類準確性，同時保護各設(shè)備的數(shù)據(jù)隱私，提出使用聯(lián)邦學(xué)習(xí)來解決各設(shè)備間的數(shù)據(jù)孤島問題。實驗選取了七個預(yù)訓(xùn)練模型來提取特征，使用四個指標（準確率、召回率、損失函數(shù)和F1分數(shù)）來評估不同模型上的性能。實驗結(jié)果表明，在獨立同分布（IID）和非獨立同分布（Non-IID）數(shù)據(jù)下模型VGG19的準確率分別為99.05%和98.48%，表現(xiàn)出較高的魯棒性和準確率。通過幾種實驗和指標對比發(fā)現(xiàn)，聯(lián)邦學(xué)習(xí)的應(yīng)用提升了設(shè)備4.36％的準確率，圖像分類模型的收斂時間受到聯(lián)邦學(xué)習(xí)輪數(shù)round和每輪聯(lián)邦學(xué)習(xí)中訓(xùn)練集的訓(xùn)練epoch數(shù)的共同影響，并且模型的穩(wěn)定性隨著參與聯(lián)邦學(xué)習(xí)的設(shè)備數(shù)量增加而提高。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
智慧農(nóng)業(yè) 相關(guān)資源
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2