Details

Title: Система распознавания болезней растений по изображениям листьев на основе нечёткой логики и нейронной сети: выпускная квалификационная работа магистра: 09.04.04 - Программная инженерия ; 09.04.04_01 - Технология разработки и сопровождения качественного программного продукта
Creators: Рябцев Игорь
Scientific adviser: Тутыгин Владимир Семенович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Распознающие системы и устройства; Нейронные сети; Изображения; классификация изображений; сверточная сеть; нормализация изображения; фаззификация изображения; дефаззификация изображения; нечеткая логика
UDC: 004.93'1:632(043.3)
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.04.04
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-588
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Цель разработки – реализация программы классификации болезни растения по изображению листа больного растения. Рассмотрены существующие методы и предложены новые методы классификации болезни растения. Проведено тестирование предложенных методов классификации болезней растений по изображению листа на реальных и смоделированных данных, разработаны и реализованы программы на языке Python, используя библиотеки Keras и TensorFlow для нормализации и классификации болезней растений.

The purpose of the development is the implementation of a plant disease classification program based on the leaf image of a diseased plant. Existing methods are considered and new methods of plant disease classification are proposed. The proposed methods for classifying plant diseases according to a leaf image on real and modeled data were tested, and Python programs were developed and implemented using the Keras and TensorFlow libraries to normalize and classify plant diseases.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous

Usage statistics

stat Access count: 72
Last 30 days: 2
Detailed usage statistics