基于ResNet-50深度卷积网络的果树病害智能诊断模型研究

[目的/意义]果树病害危及农业生产安全,运用人工智能技术帮助果农及时准确地识别果树病害对保障农业安全生产具有重要意义。[方法/过程]采用10000张果树叶片病斑图像数据集,通过旋转、污化、增噪、切割等图像增强手段,提高样本图像的多样性;使用ResNet-50深度卷积网络模型,进行机器学习,获得果树病害识别模型,并基于此模型开发了应用软件提供在线诊断服务。[结果/结论]实验结果表明:该模型对4种果树病害的平均识别率达到92.9%,和相关研究成果相比具有较好的诊断效果。

分享出行服务的消费者群体特征研究

近年来,随着国家推动移动互联网、云计算、大数据、物联网等一系列创新科技的应用,催生出了"互联网+"这一新的经济形态。"互联网+"意味着互联网与传统产业相结合,促进传统行业转型升级、提质增效,是创新驱动"新常态"发展的重要组成部分,也是分享经济的重要体现。互联网约租车服务是"互联网+"时代下的产物(互联网+交通出行),是互联网与传统的交通出行行业的深度融合,该模式的兴起对大众出行产生了巨大的影响。本文通过设计问卷调查的方式,充分考虑影响大众出行的众多因素及各类网约车的特点,对收集到的数据进行统计分析,识别各类人群对网约车选择的偏好,给互联网约租车改革和发展提供决策支持。