.png){kind=icon}
返回
Potato Leaf Disease Detection Using Deep Reinforcement Learning and the Ocotillo Optimization Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s11540-025-09941-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确检测马铃薯叶部病害对可持续农业至关重要，因为早期干预可以减少作物损失并降低过量农药使用对环境的影响。然而，由于图像数据的高维特性以及不同环境条件下病害症状的差异性，这一任务仍然具有挑战性。本研究提出了一种深度学习框架，该框架整合了先进的特征提取、降维和元启发式优化，以应对这些挑战并提升分类性能。深度特征通过预训练的InceptionV3（GoogleNet架构）提取，随后采用包括主成分分析（PCA）、t-分布随机邻域嵌入（t-SNE）、随机森林和逻辑回归在内的特征选择技术，以精炼最具信息量的特征。为捕捉复杂的特征依赖关系，采用了copula预处理，将数据转换为标准化且依赖关系感知的表示形式。基准深度Q网络（DQN）模型达到了0.90625的令人鼓舞的准确率，显示出良好的初始性能。进一步使用Ocotillo优化算法（OcOA）进行优化后，准确率显著提升至0.980168269，证实了OcOA在深度强化学习超参数调优中的有效性。这些发现强调了结合深度学习、基于copula的预处理和先进元启发式优化，以提升自动化农业病害检测的精度和可持续性，支持更高效的作物管理并减少环境影响。
Keyword:
Deep reinforcement learning
Metaheuristic optimization
Ocotillo Optimization Algorithm
Potato disease detection
Sustainable agriculture
期刊
P
IF:
2.1
论文数:
152
被引数:
0
机构
引用论文
Identification of Internal Defects in Potato Using Spectroscopy and Computational Intelligence Based on Majority Voting Techniques.png)
Foods
OAAI
FoodsIF0
OAAI分享收藏Potato disease prediction using machine learning, image processing and IoT – a systematic literature survey基于机器学习、图像处理和物联网的土豆病害预测——一项系统文献综述
PREAI
分享收藏Crops Disease Detection, from Leaves to Field: What We Can Expect from Artificial Intelligence从叶子到田间的农作物病害检测: 我们可以从人工智能中期待什么AGRONOMY-BASEL
OAAI
AGRONOMY-BASELIF3.4
OAAI分享收藏Trends in Machine and Deep Learning Techniques for Plant Disease Identification: A Systematic Review用于植物病害识别的机器和深度学习技术的发展趋势: 系统综述AGRICULTURE-BASELOAAI
AGRICULTURE-BASELIF3.6
OAAI分享收藏Deep learning-based approach for identification of potato leaf diseases using wrapper feature selection and feature concatenation. arXiv preprint arXiv:2502.03370基于深度学习的方法，采用包装器特征选择和特征拼接技术识别马铃薯叶片病害。arXiv预印本 arXiv:2502.03370
IF0
PREAI
分享收藏
查看更多内容