期刊专题

10.3969/j.issn.2095-1795.2018.07.012

基于深度学习的植物病虫害图像识别

引用
植物病虫害的识别是对植物保护和利用的基础,随着计算机图像识别技术的发展,利用计算机图像处理技术获取植物病虫害信息可以大大提高植物病虫害的识别效率.选择SVM工具箱和Matlab的图形用户界面工具箱GUI设计开发了苜蓿植物病虫害识别系统,构建了自然环境下图像数据库和特定环境图像数据库,为今后的植物病虫害图像识别技术的发展奠定了基础.

病虫害、图像识别、深度学习、SVM

8

TP391.41(计算技术、计算机技术)

陕西省教育厅2017年专项科学研究计划17JK0900;榆林学院2016年高层次人才科研启动基金项目16GK25

2018-10-29(万方平台首次上网日期,不代表论文的发表时间)

共3页

38-40

暂无封面信息
查看本期封面目录

农业工程

2095-1795

11-6025/S

8

2018,8(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn