参考文献
［1］胡秋霞．基于图像分析的植物叶部病害识别方法研究［D］．咸阳：西北农林科技大学，2013.
［2］张善文，张传雷，程雷．基于监督正交局部保持映射的植物叶片图像分类方法［J］．农业工程学报，2013.
［3］董红霞．基于图像的植物叶片分类方法研究［D］．长沙：湖南大学，2013.
［4］田杰．基于计算机视觉的小麦叶部病害识别方法研究［J］．学术论文联合比对库，2014.
［5］田杰．基于图像分析的小麦叶部病害识别方法研究［D］．咸阳：西北农林科技大学，2015.
［6］张娟．基于图像分析的梅花种类识别关键技术研究［D］．北京：北京林业大学，2011.
［7］刁智华．大田小麦叶部病害智能诊断系统研究与应用［D］．合肥：中国科学技术大学，2010.
［8］孙丹．农业昆虫与害虫防治［J］．河南科技学院学报（自然科学版），2002.
［9］谢宝剑．基于卷积神经网络的图像分类方法研究［D］．合肥：合肥工业大学，2015.
［10］张艳令．烟草病害自动识别诊断系统的研究［D］．泰安：山东农业大学，2015.
［11］朱圣盼．基于计算机视觉技术的植物病害检测方法的研究［D］．杭州：浙江大学，2007.
［12］张宁，刘文萍．基于图像分析的植物叶片识别技术综述［J］．计算机应用研究，2011.
［13］张宁．基于图像分析的植物叶片识别算法研究［D］．北京：北京林业大学，2013.
［14］李旺，唐少先．基于图像处理的农作物病害识别研究现状［J］．湖南农机，2012.
［15］杨利伟．基于有序序列傅里叶变换的植物叶片识别系统的研究与实现［D］．合肥：中国科学技术大学，2013.
［16］张宁，刘文萍．基于图像分析的植物叶片识别技术综述［J］．计算机应用研究，2011，28（11）：4001-4007.
［17］张教海，李亚兵，别墅，等．数字图像处理在棉花形态特征提取上的应用［J］．湖北农业科学，2007.
［18］张善文，贾庆节，井荣枝．基于正交线性判别分析的植物分类方法［J］．安徽农业科学，2012.
［19］张善文，孔韦韦，王震．基于稀疏表示字典学习的植物分类方法［J］．浙江农业学报，2017.
［20］杨朝辉．计算机舌诊中裂纹舌图像的诊断分类研究［D］．哈尔滨：哈尔滨工业大学，2010.
［21］迟文龙．基于FSVM的煤层气单井故障诊断研究［D］．大连：大连理工大学，2013.
［22］苏恒强．玉米病害图像识别系统的设计与实现［D］．长春：吉林大学，2010.
［23］王少莉．化工企业安全生产预警模型研究［D］．天津：天津理工大学，2017.
［24］Anon. A leaf recognition algorithm for plant classification using PNN (Probabilistic Neural Network) [EB/OL]. [2018-11-01]. http://flavia.sourceforge.net/.
［25］WANG F, LIAO D W, LI J W, et al. Two-dimensional multifractal detrended fluctuation analysis for plant identification [J]. Plant Methods, 2015, 11 (1): 12.
［26］WU S G, BAO F S, XU E Y, et al. A leaf recognition algorithm for plant classification using probabilistic neural network [C]//Anon. IEEE 7th International Symposium on Signal Processing and Information Technology, Cario, Egypt. [S.l.: s.n.], 2007.
［27］Anon. Cleared leaf imagedatabase [EB/OL]. [2018-07-02]. http://clearedleavesdb.org/.
［28］Anon. Contourtracing [EB/OL]. [2018-07-02]. http//www.imagepro cessingplace.com/downloads_V3/root_downloads/image_databases/leaf%20shape%20database/leaf_shapes_downloads.htm.
［29］陈良宵，王斌．基于形状特征的叶片图像识别算法比较研究［J］．计算机工程与应用，2017，53（9）.
［30］王献锋，张善文，王震，等．基于叶片图像和环境信息的黄瓜病害识别方法［J］．农业工程学报，2014.
［31］王怡萱，阚江明，张俊梅，等．基于VC++的植物种类模式识别系统研究［J］．湖北农业科学，2011.
［32］马珍玉．基于深度学习和SVM的植物叶片识别系统的研究与测试［D］．呼和浩特：内蒙古农业大学，2016.
［33］田凯，张连宽，熊美东，等．基于叶片病斑特征的茄子褐纹病识别方法［J］．农业工程学报，2016.
［34］贾婧，王忠芝．基于共生矩阵的图像检索系统的研究［J］．微计算机信息，2010.
［35］覃天足．基于人工智能的景物识别算法［J］．电子世界，2018.
［36］孙泽浩．基于深度学习的恶意代码检测技术［J］．网络安全技术与应用，2018.
［37］佚名．《红外与激光工程》“深度学习及其应用”专题征稿［J］．红外与激光工程，2017：348.
［38］杨小微．让“自由课堂”走向“深度学习”［J］．江苏教育，2017.
［39］银温社，胡杨升，董青青，等．基于深度学习的细胞癌恶化程度预测方法研究［J］．软件导刊，2018.
［40］凌翔，王昔鹏，赖锟．基于小波低频分量的交通标志定位算法研究［J］．西部交通科技，2017.
［41］李丽君，魏霖静．基于二元共生模式的图像检索系统［J］．控制工程，2018.
［42］吴超，邵曦．基于深度学习的指静脉识别研究［J］．计算机技术与发展，2017.
［43］穆向昕．标准化推动视频技术的发展［J］．演艺科技，2018.
［44］陈寅，周平．植物叶形状与纹理特征提取研究［J］．浙江理工大学学报，2013.
［45］宋光慧．基于迁移学习与深度卷积特征的图像标注方法研究［D］．杭州：浙江大学，2016.
［46］宁永强，段敏燕，余重玲．互联网街景安全保密信息处理平台设计与实现［J］．遥感信息，2016.
［47］张恒亨．基于传统方法和深度学习的图像精细分类研究［D］．合肥：合肥工业大学，2014.
［48］余子健．基于FPGA的卷积神经网络加速器［D］．杭州：浙江大学，2016.
［49］耿雪．基于视觉词典稀疏表示的商品检索［D］．北京：北京交通大学，2016.
［50］白鹏．基于卷级神经网络的双目立体视觉研究［D］．杭州：浙江大学，2016.
［51］严考碧．基于特征学习的多示例多标记学习研究［D］．桂林：广西师范大学，2016.
［52］陈鸿翔．基于卷积神经网络的图像语义分割［D］．杭州：浙江大学，2016.
［53］卢伟，胡海阳，王家鹏，等．基于卷积神经网络面部图像识别的拖拉机驾驶员疲劳检测［J］．农业工程学报，2018.
［54］李竺强，朱瑞飞，高放，等．三维卷积神经网络模型联合条件随机场优化的高光谱遥感影像分类［J］．光学学报，2018.
［55］陈智．基于卷积神经网络的语义分割研究［D］．北京：北京交通大学，2018.
［56］何柳．表单识别中的关键问题研究［D］．沈阳：沈阳工业大学，2016.
(1) http://www.isy.liu.se/cvl/ImageDB/public/blad/.
(2) http://www.intelengine.cn/source.htm.
(3) http://flavia.sourceforge.net/.
(4) http://clearedleavesdb.org/.
(5) http://www.imageprocessingplace.com/downloads_V3/root_downloads/image_databases/leaf%20shape%20database/leaf_shapes_downloads.htm.
(6) http://www.plantvillage.org.