Les champignons ont été identifiés comme une menace majeure pour la production de cultures dans le monde. Dans cette étude, des méthodes visant à améliorer les performances de détection et de prédiction des maladies des plantes en utilisant des techniques de réseaux de neurones artificiels sont présentées. L'ensemble de données hyperspectral de champignons de 21 espèces de plantes a été collecté et entraîné à l'aide d'algorithmes de rétropropagation d'un réseau de neurones artificiels pour améliorer le capteur hyperspectral conventionnel. Le système a été modélisé à l'aide d'équations auto-définies et de diagrammes de modélisation universels, puis implémenté dans la boîte à outils de réseaux de neurones de Matlab. Le système a été validé et testé, et le résultat a montré une précision de détection des champignons de 96,61 % et une augmentation en pourcentage de 19,53 %.
P et al. (Thu,) ont étudié cette question.