李树圆. 基于深度学习的变电站设备识别及应用研究[D]. 石家庄: 石家庄铁道大学, 2021.
施静. 基于深度学习的棉花苗蚜危害特征检测方法研究[D]. 郑州: 河南农业大学, 2023.
张俊林, 张木春, 邱盛军. 内蒙古农业信息化背景下玉米高产栽培技术要点分析[J]. 农村科学实验, 2024(2): 36-38.
黎妍妍, 邱梦娟, 李锡宏, 等. 烟草靶斑病LFD-RPA快速检测方法的建立[J]. 中国烟草科学, 2023, 44(5): 62-69.
GONZALEZ M, PUJOL M, METRAUX J P, et al. Tobacco Leaf Spot and Root Rot Caused by Rhizoctonia Solani Kühn[J]. Molecular Plant Pathology, 2011, 12(3): 209-216. doi: 10.1111/j.1364-3703.2010.00664.x
VAN DYK D A, MENG X-L. The Art of Data Augmentation[J]. Journal of Computational and Graphical Statistics, 2001, 10(1): 1-50. doi: 10.1198/10618600152418584
孙佳照, 李群岭, 林小兴, 等. 基于Resnet-101模型的烟蚜数量图像识别系统开发[J]. 植物医学, 2024, 3(4): 26-31. doi: 10.13718/j.cnki.zwyx.2024.04.004
刘宇平, 刘程飞, 赵平伟. 基于DeepLabv3-Faster R-CNN的水稻叶片病害检测方法[J]. 中国农机化学报, 2025, 46(4): 108-113, 132.
陈永超, 何彦琪, 刘阳, 等. 一种基于生成对抗网络的低光照图像增强算法[J/OL]. 计算机工程与科学, 1-9[2025-04-03]. https://link.cnki.net/urlid/43.1258.TP.20250403.1006.002.
潘轲. 基于残差网络面向街道场景的轻量语义分割模型研究[D]. 西安: 长安大学, 2020.
HARRIS E, MARCU A, PAINTER M, et al. FMix: Enhancing Mixed Sample Data Augmentation[EB/OL]. 2020: arXiv: 2002. 12047. https://arxiv.org/abs/2002.12047.
曾武, 朱恒亮, 毛国君. DynamicMix: 一种动态的像素级混合的图像数据增强方法[J/OL]. 计算机应用与软件, 1-11[2025-03-03]. https://link.cnki.net/urlid/31.1260.TP.20250313.1343.002.
CAI Z T, XIN J M, YOU C Y, et al. Style Mixup Enhanced Disentanglement Learning for Unsupervised Domain Adaptation in Medical Image Segmentation[J]. Medical Image Analysis, 2025, 101: 103440. doi: 10.1016/j.media.2024.103440
邓相红, 阳霜, 龙铁光. 基于残差卷积神经网络模型的猴痘疾病图像识别[J]. 科技与创新, 2025(6): 40-42, 47.
江顺, 黄红星, 莫里楠, 等. 基于改进AlexNet的岭南水稻虫害识别方法研究[J]. 江苏农业科学, 2023, 51(23): 187-195.
戴敏, 孙文靖, 缪宏, 等. 基于轻量化CBAM-GoogLeNet的辣椒病虫害识别[J]. 中国农机化学报, 2025, 46(2): 224-229, 252.
李爱莲, 刘浩楠, 郭志斌, 等. 改进ResNet101网络下渣出钢状态识别研究[J]. 中国测试, 2020, 46(11): 116-119, 125.
KHAN R U, ZHANG X S, KUMAR R. Analysis of ResNet and GoogleNet Models for Malware Detection[J]. Journal of Computer Virology and Hacking Techniques, 2019, 15(1): 29-37. doi: 10.1007/s11416-018-0324-z
ALOM M Z, TAHA T M, YAKOPCIC C, et al. The History Began from AlexNet: a Comprehensive Survey on Deep Learning Approaches[EB/OL]. 2018: arXiv: 1803.01164. https://arxiv.org/abs/1803.01164.
蔡靖, 谷承睿, 刘光达, 等. 基于改进AlexNet卷积神经网络人脸识别的研究[J]. 电子技术应用, 2024, 50(11): 42-46.
李伟, 何遥, 林东岳, 等. 基于高斯混合模型扣除毛发SERS信号中增强基底的背景峰[J]. 光谱学与光谱分析, 2023, 43(3): 854-860.
ZHANG L J, DENG Z, KAWAGUCHI K, et al. How Does Mixup Help with Robustness and Generalization?[EB/OL]. 2020: arXiv: 2010. 04819. https://arxiv.org/abs/2010.04819.
ALQAHTANI H, KAVAKLI-THORNE M, KUMAR G. Applications of Generative Adversarial Networks (GANs): an Updated Review[J]. Archives of Computational Methods in Engineering, 2021, 28(2): 525-552. doi: 10.1007/s11831-019-09388-y