前言

隨著年底的到來，我相信越來越多的小伙伴也要開始著手自己的畢業(yè)設計，這里打算分享我自己的畢業(yè)設計，以及我的二次開發(fā)創(chuàng)作的項目，為大家的畢業(yè)設計提供一定的參考，如果有畢業(yè)問題相關的小伙伴也可以及時跟我溝通，我會及時回復大家！開篇我先介紹一下我的畢業(yè)設計——基于web的亞熱帶常見自然林病蟲害識別系統(tǒng)。

概要

從我國建國以來,在我國共設立了二千七百五十個天然保護地,包括我國級的四百七十
四個,天然保護地的總土地建筑面積超過了 147 萬平方公里,約占到中國陸域土地的百分之十五,而且林業(yè)生態(tài)保護整治一直是我國林業(yè)發(fā)展的重點之一。隨著科技的不斷進步和人工智能技術的不斷成熟，機器學習和大數據技術得到了廣泛的應用。

為實現(xiàn)對亞熱帶區(qū)域常見自然林木葉片病害識別,并做到有效防控、保護生態(tài)環(huán)境以及
減少因病蟲害造成重大林場重大經濟損失，文中建議了卷積式神經網絡的模型和 WEB 服務器,并設計了亞熱帶自然林常見病害識別系統(tǒng)。該系統(tǒng)采用了 TensorFlow 架構,并提供了二層的 CNN+SoftMax 分層卷積神經網絡模式,自動了解到八個病害的圖形特性,并通過softmax 分級器辨識病害,識別準確率達 98%。與此同時,該系統(tǒng)使用 MySQL 輕量級數據庫以及應用 Django 框架而開發(fā)的后臺業(yè)務。主要功能是上傳病害圖像、提取病害結果功能,并為相關病蟲害提出了完整的全棧式整治方法。

首先，對該系統(tǒng)所需亞熱帶常見自然林的葉片進行采集，該系統(tǒng)目前只挑選荔枝（無
患子科荔枝屬植物）樹葉，黃皮（蕓香科黃皮屬植物）樹葉以及油茶（山茶科植物）樹葉共計 5000 張葉片照片，對采樣圖像進行預處理。其次，使用卷積神經網絡生成識別模型，測試模型的正確度，完成對系統(tǒng)的前端與后臺總體設計以及代碼編寫。最后，通過系統(tǒng)進行整合測試，證明了該算法是非常有效的，能夠 98%的準確度，有
效實現(xiàn)對采集的葉片進行病蟲害的識別與診斷。
關鍵詞：卷積神經網絡；病蟲害識別；亞熱帶自然林

論文組織結構

本文主要研究了基于卷積神經網絡為亞熱帶常見 3 種植物的病蟲害進行識別與
提供解決方案，這三種植物分別是野生荔枝、油茶與黃皮。針對實際應用的場
景首先收集數據集，其次設計卷積神經網絡結構，并進行多次訓練。最后，對該方
法的實用性進行了測試，且給出了該種訓練方法的綜合評價和結果。
論文組織結構和具體研究內容如下：

• 第 1 章緒論。重點論述了文章選題的歷史背景及其意義,文章科學研究的內容及
  其在國外的一個科學研究現(xiàn)象、重點剖析了本文章成果的現(xiàn)實應用價值,及其它的研究結論和內容。

• 第二章 相關理論簡介。詳細介紹了論文中使用的各種技術，包括深度學習、
  卷積神經網絡，python等知識

• 第三章 亞熱帶常見自然林病蟲害識別系統(tǒng)的需求分析。主要從系統(tǒng)可行性、客
  戶需求兩個方面著手分析需求。

• 第四章 信息系統(tǒng)的總體設計與完成。本文著重說明數據庫系統(tǒng)的總體架構,數
  據庫模型的結構。

• 第五章 系統(tǒng)的實現(xiàn)與測試。主要從數據采集，算法設計、模型構建以及系統(tǒng)的
  界面、功能等模塊進行詳細描述與介紹。

• 第六章 總結與發(fā)展。對本論文研究的重點內容作出了歸納與匯總,以及對于未
  來的工作作出展望。

相關理論技術簡介

Tensorflow

TensorFlow[可以使用這個 API 把計算工作安裝在桌面設備、服務器或移動設備上的一個或多個 CPU 或 GPU 當中。在目前眾多的深度學習框架中,它具有以下優(yōu)點:
（1）高度的靈活性
TensorFlow 允許人們利用計算圖的方法還建一個網站,同時也能夠非常簡單的對網絡進行運算。
（2）真正的可移植性
TensorFlow 也能夠同時在 CPU 或是 GPU 上工作,能夠同時在臺式機,服務器設備, 以及移動機器上工作。
（3）多語言支持
TensorFlow 通過極其易用的編程語言 python 來構造并運行我們的計算圖,同樣也支援 C++的編程語言。
（4）豐富的算法庫
TensorFlow 給出了在整個開放的學習架構里,最全的計算庫,同時也持續(xù)的在增加最新的計算庫。在使用過程當中基本不用自己定義就能實現(xiàn)全部該系統(tǒng)的功能

Django web 開發(fā)框架

Django是一個基于 MVC 構造 python 的 Web 開發(fā)框架。MVC 職責如下:1.模式
(Model),亦即在數據存儲層負責與數據關聯(lián)的各種事務。2.模板(Template),為表現(xiàn)
層進行與表達有關的選擇。3.視圖(View),亦即從業(yè)務邏輯層中存取模塊或調取恰當
模塊的有關邏輯。該框架由如下優(yōu)點：

1. 開發(fā)速度快。
2. 囊括了網站開發(fā)中的用戶管理、內容管理、網站地圖、RSS 等常用的眾
   插件。
3. 安全性強，比如Django默認解決了SQL 注入、跨站攻擊等問題。
4. 應用廣泛，類型多樣化，使用Django 開發(fā)的網站包括公司提供的各類
   在線服務網站、社會組織和政府機構網站等，其類型包括但不限于管理系統(tǒng)、社
   交網站、計算平臺等

圖像的分類的發(fā)展感受

近年來隨著人工智能在圍棋上戰(zhàn)勝人類，人工智能這個概念也逐漸開始走進大眾的視野，人工智能更是快速與各個行業(yè)與領域進行了不同程度的融合。圖像分類顧名思義就是將所指定的一個圖片,采用一個分類算法來確定該圖片的所屬類別。圖象類型的一般流程包括圖象預處理、特征抽取及其分類器設計工作。目前,研發(fā)人員已經針對圖象分類問題給出了以下幾種處理算法,即決策樹、SVM(Support Vector Machines 支持向量機)、KNN(k-Nearest Neighbors k 近鄰)等。但是這類算法僅適用于小規(guī)模數據集，并不適合在在大規(guī)模圖像數據集上使用，在現(xiàn)實生活當中，每人每天會產生大量的數據，而只有大量的數據訓練出來的模型才更具有實用性。因此，針對大規(guī)模圖像分類的深度學習方法更加貼近于生活。其中，卷積神經網絡是目前所應用的最為廣泛的深度學習方法之一，同時具有高效的局部結構和優(yōu)良的分類性能，也是本文選擇該神經網絡的主要原因。

緒論

研究背景與意義

從建國以來,我國就是個森林國家,共形成了約二千七百五十個自然保護區(qū),其中國家有四百七十四個,自然保護區(qū)的總土地建筑面積超過了 147 萬平方公里,約占到中國領土陸地面積的百分之十五。目前，保護區(qū)的病蟲害識別主要還是有病蟲害專家進行人工識別，而在萬物互聯(lián)的時代加持下，互聯(lián)網+林業(yè)也逐漸引起人們的關注與研究。同時,由于世界天氣與地理環(huán)境的持續(xù)改變,植物病蟲害的出現(xiàn)日益頻繁,對保護區(qū)的自然森林產生重大影響。對植物病蟲害的正確認識能夠有效的維護環(huán)境防止重大損失。本文采用基于卷積神經網絡的植物病害識別方法，一定程度上解決了多類型植物病害辨識問題，并且進行了系統(tǒng)的應用實現(xiàn)。但仍必須完成以下探索。

首先,對于模型訓練速率的優(yōu)化問題,在模擬訓練速率方面,是否能夠采用比較先
進的并行處理方法,以縮短模擬的練習時長。其次,由于網絡信息技術的發(fā)達,即時采
集植物病害圖片和錄像技術已經可以實際使用了,在今后的科研中可考慮通過接入
視頻技術從而進行植物即時預警,更加快速準確的發(fā)現(xiàn)保護區(qū)的病蟲害病給予解決。
同時,國有林場護林人員在保護林木的時候最重要的二個目標,一是對林木的防
火,另外便是對林木的植被病蟲害識別,一旦沒有能快速準確的植被病蟲害,將會造
成所種植的林木成片污染,并帶來巨大損失。傳統(tǒng)上依賴于人類研究專家來鑒定因疫
病、害蟲、營養(yǎng)缺乏或極端天氣導致的植物異常,然而它們是價格昂貴且費時。因
為適應這種技術挑戰(zhàn),利用圖像處理技術進行植株病蟲害鑒定,也變成了一種很熱
門的研究課題,且非常有科研價值和意義。

國內外研究現(xiàn)狀

在國內，病蟲害識別系統(tǒng)更多的是運用于亞熱帶常見自然林植物，目的是為了提高亞熱帶常見自然林植物的產量，當前，我國內只有少部分農民會使用到相關專業(yè)的軟件或者小程序，大型農產品生產基地會使用定制的企業(yè)級智能病蟲害防治系統(tǒng)，保證與提高亞熱帶常見自然林植物的生產，也有較多相關的論文研究過各種農產品。反觀，病蟲害在林業(yè)當中的運用少之又少，林場、個人種植基地與花木種植園等等，公司或者個體戶都基本都是采取人工識別的方法解決病蟲害識別的問題，相關的識別軟件與小程序很少，相關的論文在該領域的研究也相對較少，具有很大的研究價值。在國外，林業(yè)基本以大型林場莊園為主，以墨西哥與美國為例，他們的農場正在用人工智能來種植西紅柿，測報病蟲害的發(fā)生，并將農產品的產量提高了 4%。2021年，以色列林業(yè)科技公司 Prospera 在亞利桑那州 Nature Sweet 的一座農場測試了這項技術。他們已經將 Nature Sweet 計劃將這項技術推廣到所有農場。同樣，在林業(yè)保護方向卻很少有這方面的研究，同時林業(yè)方面的病蟲害識別系統(tǒng)也不多見。文章來源地址http://www.zghlxwxcb.cn/news/detail-809244.html

到了這里，關于基于web的亞熱帶常見自然林病蟲害識別系統(tǒng)——開篇的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！