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.

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
十月的天空完成签到,获得积分10
刚刚
yangyangandrong完成签到,获得积分10
刚刚
什么李完成签到,获得积分10
1秒前
tea发布了新的文献求助10
1秒前
CodeCraft应助Lu采纳,获得10
1秒前
所所应助严仕国采纳,获得10
1秒前
XXX完成签到,获得积分10
1秒前
小慧儿发布了新的文献求助10
2秒前
crillzlol完成签到,获得积分10
2秒前
SciGPT应助坩埚甘茶白采纳,获得10
2秒前
curtisness应助CChi0923采纳,获得10
3秒前
斯文谷秋发布了新的文献求助10
4秒前
崔向薇完成签到 ,获得积分10
5秒前
科研通AI2S应助枫的小脑斧采纳,获得10
7秒前
小水蜜桃发布了新的文献求助20
7秒前
7秒前
谨慎小虾米完成签到,获得积分20
7秒前
8秒前
9秒前
李健应助jijijibibibi采纳,获得10
10秒前
活泼莫英发布了新的文献求助10
10秒前
慕青应助酷炫灵安采纳,获得10
10秒前
10秒前
11秒前
didi完成签到,获得积分10
11秒前
gao完成签到,获得积分20
12秒前
13秒前
reading gene发布了新的文献求助10
14秒前
洛洛发布了新的文献求助10
14秒前
14秒前
jamdu发布了新的文献求助10
14秒前
15秒前
15秒前
Lu发布了新的文献求助10
16秒前
16秒前
17秒前
江十三完成签到,获得积分10
17秒前
11111完成签到 ,获得积分10
17秒前
斯文谷秋发布了新的文献求助10
17秒前
852应助heli采纳,获得10
17秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 600
A Dissection Guide & Atlas to the Rabbit 600
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 3105631
求助须知:如何正确求助?哪些是违规求助? 2756681
关于积分的说明 7641226
捐赠科研通 2410796
什么是DOI,文献DOI怎么找? 1279097
科研通“疑难数据库(出版商)”最低求助积分说明 617641
版权声明 599262