储粮害虫智能图鉴及图像识别APP软件设计

发布时间：2021-05-11 10:48

　　为了实现储粮害虫图鉴信息的便捷获取和害虫图像的自动识别,研发了一款储粮害虫智能图鉴及图像识别APP软件。该APP软件基于Android系统开发,采用Solr全文搜索引擎和深度学习图像识别技术,实现了146种常见储粮害虫信息的电子化展示和智能检索,以及6类10种常见储粮害虫的在线识别。此APP软件可以成为储粮保管人员的学习助手。 

【文章来源】：粮食储藏. 2019,48(03)

【文章页数】：5 页

【文章目录】：
1 功能设计与实现
    1.1 害虫智能图鉴
    1.2 害虫图像识别
        1.2.1 数据采集
        1.2.2 害虫识别算法
            1.2.2.1 算法训练细节
            1.2.2.2 算法性能测试
        1.2.3 识别算法嵌入
2 总结与讨论


【参考文献】：
期刊论文
[1]基于Heritrix与Solr的就业主题搜索引擎的研究与优化[J]. 郑燕娥,郑志明.  齐齐哈尔大学学报(自然科学版). 2018(04)
[2]一种基于本地代码特征的Android恶意代码检测方法[J]. 何平,胡勇.  信息安全研究. 2018(06)
[3]储粮害虫在线监测技术的研究进展[J]. 马彬,金志明,蒋旭初,万小进,肖雄雄,陈利香,鲁玉杰.  粮食储藏. 2018(02)
[4]基于开发者平台和深度学习的智能识花与护花系统[J]. 张彤,刘志,庄新卿.  工业控制计算机. 2018(01)
[5]基于扩展Shearlet变换、Krawtchouk矩和SVM的储粮害虫分类[J]. 吴一全,王凯,陶飞翔.  中国粮油学报. 2015(11)
[6]基于Android手机的树木叶片识别系统[J]. 王伟,王秀兰,冯仲科,刘芳.  广东农业科学. 2014(18)
[7]储粮害虫检测技术研究进展[J]. 张蓝月,邵小龙,黄行健,宋伟.  食品安全质量检测学报. 2014(08)
[8]储粮害虫检测和分类识别技术的研究[J]. 路静,傅洪亮.  粮食储藏. 2014(01)
[9]基于机器视觉的储粮害虫智能检测系统软件设计[J]. 邱道尹,张红涛,陈铁军,汤文博,章玉政,张成花.  农业机械学报. 2003(02)



本文编号：3181271