智慧农业下基于联邦学习的水稻病虫害分类研究AET-电子技术应用-最丰富的电子设计资源平台

智慧农业下基于联邦学习的水稻病虫害分类研究
所属分类：解决方案
上传者：wwei
文档大小：6798 K
标签：智慧农业联邦学习图像分类
所需积分：0分积分不够怎么办？
文档介绍：在农业发展过程中，农作物的健康问题一直是一个重要的研究课题。面向这一课题探讨智能化农业种植过程中的水稻病虫害分类问题。在智能化农业种植场景下，为了提高设备对病虫害的分类准确性，同时保护各设备的数据隐私，提出使用联邦学习来解决各设备间的数据孤岛问题。实验选取了七个预训练模型来提取特征，使用四个指标（准确率、召回率、损失函数和F1分数）来评估不同模型上的性能。实验结果表明，在独立同分布（IID）和非独立同分布（Non-IID）数据下模型VGG19的准确率分别为99.05%和98.48%，表现出较高的鲁棒性和准确率。通过几种实验和指标对比发现，联邦学习的应用提升了设备4.36％的准确率，图像分类模型的收敛时间受到联邦学习轮数round和每轮联邦学习中训练集的训练epoch数的共同影响，并且模型的稳定性随着参与联邦学习的设备数量增加而提高。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动