最新設(shè)計(jì)資源

智慧農(nóng)業(yè)下基于聯(lián)邦學(xué)習(xí)的水稻病蟲害分類研究[模擬設(shè)計(jì)][其他]

在農(nóng)業(yè)發(fā)展過程中,農(nóng)作物的健康問題一直是一個重要的研究課題。面向這一課題探討智能化農(nóng)業(yè)種植過程中的水稻病蟲害分類問題。在智能化農(nóng)業(yè)種植場景下,為了提高設(shè)備對病蟲害的分類準(zhǔn)確性,同時保護(hù)各設(shè)備的數(shù)據(jù)隱私,提出使用聯(lián)邦學(xué)習(xí)來解決各設(shè)備間的數(shù)據(jù)孤島問題。實(shí)驗(yàn)選取了七個預(yù)訓(xùn)練模型來提取特征,使用四個指標(biāo)(準(zhǔn)確率、召回率、損失函數(shù)和F1分?jǐn)?shù))來評估不同模型上的性能。實(shí)驗(yàn)結(jié)果表明,在獨(dú)立同分布(IID)和非獨(dú)立同分布(Non-IID)數(shù)據(jù)下模型VGG19的準(zhǔn)確率分別為99.05%和98.48%,表現(xiàn)出較高的魯棒性和準(zhǔn)確率。通過幾種實(shí)驗(yàn)和指標(biāo)對比發(fā)現(xiàn),聯(lián)邦學(xué)習(xí)的應(yīng)用提升了設(shè)備4.36%的準(zhǔn)確率,圖像分類模型的收斂時間受到聯(lián)邦學(xué)習(xí)輪數(shù)round和每輪聯(lián)邦學(xué)習(xí)中訓(xùn)練集的訓(xùn)練epoch數(shù)的共同影響,并且模型的穩(wěn)定性隨著參與聯(lián)邦學(xué)習(xí)的設(shè)備數(shù)量增加而提高。

發(fā)表于:11/14/2024