已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Field Evaluation of Smart Sensor System for Plant Disease Prediction Using LSTM Network

相对湿度 水分 含水量 湿度 园艺 人工智能 材料科学 电气工程 计算机科学 工程类 气象学 物理 复合材料 岩土工程 生物
作者
Kamlesh S. Patle,Riya Saini,Ahlad Kumar,Vinay S. Palaparthy
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:22 (4): 3715-3725 被引量:40
标识
DOI:10.1109/jsen.2021.3139988
摘要

Leaf wetness duration (LWD), soil moisture, soil temperature, ambient temperature, and relative humidity information are the essential factors that leads to germination of plant disease. In this work, an internet of things (IoT) enabled leaf wetness sensor (LWS) and soil moisture sensor (SMS) is developed. Subsequently, commercial soil temperature (ST), relative humidity (RH) and ambient temperature (AT) are used for plant disease prediction. The developed LWS offers a response of about 250% when exposed to air and water and response time of about 20 seconds and attributes a hysteresis of about ±3 %. Acrylic protective lacquer (APL) coating of about 25- $75 ~\mu \text{m}$ thin is deposited on LWS and it is observed that the sensor capacitance changes only by 2% when temperature varies from 20 °C to 65 °C. Likewise, fabricated SMS offers a response of 10 kHz ( $\boldsymbol {\Delta } \text{F}$ ) with only a 2% change in frequency when temperature varies from 20 °C to 65 °C and works with an accuracy of ±3%. Further, aforementioned sensors along with in-house developed IoT-enabled system has been deployed under field conditions for about four months. In this work, we considered Powdery mildew (D1), Anthracnose (D2), and Root rot (D3) disease on the Mango plant. Further, we have implemented the Long Short Term Memory (LSTM) network which performs better compared to the existing methods discussed on plant disease management. The proposed network achieves an accuracy of 96%, precision-recall and F1 score of 97%, 98%, and 99%, respectively.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
嘻嘻完成签到,获得积分10
3秒前
ganggangfu完成签到,获得积分0
3秒前
pe完成签到,获得积分10
5秒前
阿东c完成签到 ,获得积分10
5秒前
6秒前
123完成签到,获得积分10
6秒前
经管研究生完成签到 ,获得积分10
7秒前
江城一霸完成签到,获得积分10
9秒前
包包酱完成签到,获得积分10
10秒前
刻苦的小土豆完成签到 ,获得积分10
11秒前
孤芳自赏IrisKing完成签到 ,获得积分10
11秒前
14秒前
科研通AI2S应助江城一霸采纳,获得30
14秒前
美好芳完成签到 ,获得积分10
15秒前
酷波er应助谷歌采纳,获得10
15秒前
成就的书包完成签到,获得积分10
16秒前
洛神完成签到 ,获得积分10
18秒前
19秒前
薛洁洁完成签到 ,获得积分10
20秒前
天天快乐应助聪慧的从云采纳,获得10
20秒前
Aniya_Shine完成签到 ,获得积分10
21秒前
HLT完成签到 ,获得积分10
22秒前
跳跃的夜天完成签到,获得积分10
22秒前
redamancy完成签到 ,获得积分10
25秒前
千纸鹤完成签到 ,获得积分10
26秒前
he关闭了he文献求助
26秒前
明亮紫易完成签到,获得积分10
28秒前
1461完成签到 ,获得积分10
29秒前
polite完成签到 ,获得积分10
30秒前
天天天才完成签到,获得积分10
30秒前
脑洞疼应助wang采纳,获得10
30秒前
32秒前
Nick完成签到 ,获得积分10
33秒前
Lucas应助cc采纳,获得10
33秒前
AnJaShua完成签到 ,获得积分10
33秒前
草拟大坝完成签到 ,获得积分0
33秒前
hookie完成签到 ,获得积分10
34秒前
NexusExplorer应助愉快的若云采纳,获得20
34秒前
zzzzzttt完成签到 ,获得积分10
35秒前
大画家完成签到 ,获得积分10
35秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3136919
求助须知:如何正确求助?哪些是违规求助? 2787893
关于积分的说明 7783734
捐赠科研通 2443946
什么是DOI,文献DOI怎么找? 1299534
科研通“疑难数据库(出版商)”最低求助积分说明 625464
版权声明 600954