ty -jour a2 -loui，亚历山大·艾（Alexander au） - 张，库克·吴（Keke au -wu -wu -wu -qiufeng au -qiufeng au -liu -au au au au -meng-孟，木安吉安PY-2018 da -2018/09/26 ti-都可以深度学习识别番茄叶疾病吗？SP -6710865 VL -2018 AB-本文应用深度卷积神经网络（CNN）通过转移学习来鉴定番茄叶疾病。Alexnet，Googlenet和Resnet用作CNN的骨干。最好的组合模型用于改变结构，旨在探索CNN的全面培训和微调的性能。鉴定番茄叶疾病的97.28％的最高准确度是通过具有随机梯度下降（SGD）的最佳模型重新NET（SGD），16个批次数量，4992的迭代次数以及从37层到37层的训练层来实现的。完全连接的层（表示为“ FC”）。实验结果表明，该提出的技术可有效鉴定番茄叶疾病，并且可以推广以鉴定其他植物疾病。SN -1687-5680 UR -https：//doi.org/10.1155/2018/6710865 DO -10.1155/2018/2018/6710865 JF-多媒体PB的进步 - Hindawi KW -er -er -er -er-