Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio
×
Español (España) | English
Editorial
Inicio
Indexación
Artículos originales

Red neuronal convolucional híbrida con algoritmo de optimización de ballenas (HCNNWO) basada en la detección de enfermedades de las hojas de las plantas

By
E.Banu ,
E.Banu

Ph.D Research Scholar, PG and Research Department of Computer Science, Chikkanna Government Arts College, Tirupur, Tamil Nadu, India.

Search this author on:

PubMed | Google Scholar
Dr.A.Geetha ,
Dr.A.Geetha

Assistant Professor, Department of Computer Science, Government Arts and Science College, Avinashi, Tamil Nadu, India.

Search this author on:

PubMed | Google Scholar

Resumen

Las enfermedades de las plantas parecen suponer un grave peligro para la producción y disponibilidad de alimentos en todo el mundo. El principal factor que afecta a la calidad y productividad de los productos agrícolas es la salud de las plantas. En este artículo, describimos una detección modificada de enfermedades de las plantas utilizando redes neuronales convolucionales profundas en tiempo real. Empleando técnicas de procesamiento de imágenes para ampliar las fotos de las enfermedades de las plantas, se produjeron inicialmente los conjuntos de datos de enfermedades de las plantas. Para reconocer las enfermedades de las plantas, se utilizó un sistema denominado Red Neuronal Convolucional combinada con el algoritmo de Optimización de Wolf (CNN-WO). Por último, se utiliza el algoritmo de Optimización de la Ballena (WO) para maximizar y optimizar la obtención de datos de entrada. Y se da a la tasa de aprendizaje de CNN para el proceso de clasificación. Este trabajo presenta una técnica de segmentación y clasificación de imágenes para identificar automáticamente las enfermedades de las hojas de las plantas. La estrategia sugerida aumentó la exactitud, sensibilidad, precisión, medida F1 y especificidad de la detección de enfermedades de las plantas. Según este estudio, los detectores reales HCNNWO han mejorado, lo que requeriría un aprendizaje profundo. Sería un método eficaz para determinar las enfermedades de las plantas y otras enfermedades dentro de las plantas. Según el informe de evaluación, el método sugerido ofrece una buena fiabilidad. Para evaluar el rendimiento del algoritmo sugerido en comparación con técnicas de aprendizaje profundo como SVM, BPNN y CNN, se realizan experimentos con conjuntos de datos de libre acceso.

Cómo citar

1.
Banu E, Geetha A. Red neuronal convolucional híbrida con algoritmo de optimización de ballenas (HCNNWO) basada en la detección de enfermedades de las hojas de las plantas. Data and Metadata [Internet]. 30 de diciembre de 2023 [citado 6 de julio de 2024];2. Disponible en: https://dm.saludcyt.ar/index.php/dm/article/view/196

Este artículo se distribuye bajo la licencia Creative Commons Attribution 4.0 License. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.

Article metrics

Google scholar: See link

Métricas

Cargando métricas ...

The statements, opinions and data contained in the journal are solely those of the individual authors and contributors and not of the publisher and the editor(s). We stay neutral with regard to jurisdictional claims in published maps and institutional affiliations.