论文部分内容阅读
园林浇灌有自动浇灌和人工浇灌2种模式,但都存在水资源浪费、人力资源浪费和不合理浇灌等问题。针对这些问题,文中将深度学习和机器视觉技术应用于土壤湿度分类,以土壤图像与对应的湿度为样本,建立了卷积神经网络框架,并基于大量实验对卷积神经网络进行了训练和验证,实现了基于土壤图像信息的浇灌需求智能决策,决策正确率达到85%以上,并与控制系统相结合,实现了园林智能浇灌系统,从而达到合理浇灌、节约水资源与人力资源的目标。