注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. matlab课程设计

  2. 很不错的，matlab课程设计，杂草识别，模式识别很好的参照，而且还有源程序。

  3. 所属分类：管理软件

    • 发布日期：2011-05-25
    • 文件大小：24576
    • 提供者：liufanghuangdi

  1. Shape 形状识别

  2. 论文 基于机器视觉的茄科类作物与杂草的识别研究相关

  3. 所属分类：专业指导

    • 发布日期：2011-05-30
    • 文件大小：6291456
    • 提供者：xuelinger_2007

  1. 除草机器人杂草识别与视觉导航技术研究

  2. 除草机器人杂草识别与视觉导航技术研究

  3. 所属分类：制造

    • 发布日期：2012-12-12
    • 文件大小：4194304
    • 提供者：qiao19881314

  1. 一种水稻杂草识别加速系统的构建方法及其加速方法.pdf

  2. 一种水稻杂草识别加速系统的构建方法及其加速方法.pdf

  3. 所属分类：机器学习

    • 发布日期：2020-05-17
    • 文件大小：886784
    • 提供者：anitachiu_2

  1. 基于FPGA+ARM的图像采集传输系统

  2. 本文介绍了用ARM和FPGA实现的一个实时图像采集传输系统的设计方案，本系统设计方案采用FPGA技术来为作物识别、杂草识别等图像处理算法的实时实现提供了平台。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：173056
    • 提供者：weixin_38637665

  1. 利用机器视觉防治草莓苗期杂草的研究

  2. 针对草莓苗期杂草防治的特点，本文提出利用机器视觉识别出草莓后在不是草莓的区域喷洒除草剂的喷洒策略，并根据这一喷洒策略得到了相应的处理方法。实验结果显示该方法很少将除草剂喷洒到草莓上，同时漏喷除草剂的区域也不多，基本上实现了草莓苗期杂草的防治

  3. 所属分类：其它

    • 发布日期：2020-10-25
    • 文件大小：194560
    • 提供者：weixin_38746018

  1. 基于交错PCA网络的杂草种子识别

  2. 基于交错PCA网络的杂草种子识别

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：620544
    • 提供者：weixin_38639642

  1. 基于随机森林的受损杂草种子识别

  2. 基于随机森林的受损杂草种子识别

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_38638004

  1. 从当地金字塔形描述符中识别杂草种子

  2. 从当地金字塔形描述符中识别杂草种子

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_38549327

  1. 基于结构元素描述子的杂草种子识别

  2. 基于结构元素描述子的杂草种子识别

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：228352
    • 提供者：weixin_38597533

  1. 准时成熟：计算机视觉和NN项目可对水果成熟度进行分类并预测剩余保质期-源码

  2. 时间成熟了 项目描述 我想以此项目为契机，研究新兴的“智能农业”领域，以及计算机视觉和机器学习如何改善农业实践。 智能农业旨在将现代信息和通信技术引入经典的农场管理系统，以提高产品数量和质量，同时降低成本和环境影响。 机器学习技术已经在生长和收获周期的几乎所有阶段中得到了令人印象深刻的应用。 深度学习算法通过识别很有可能对植物产生有益性状的基因来帮助农民进行物种育种。 在大型植物图像数据集上训练的模型可以对许多物种进行高特异性分类。 农民还可以将机器学习技术应用于田间管理，特别是可以更好地监督

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：2048
    • 提供者：weixin_42149145

  1. 作物和杂草叶片的可见-近红外反射光谱特性

  2. 为了进行快速实时的杂草识别,研究了作物和杂草叶片的可见-近红外反射光谱特性。选择了两种常见的田间作物大豆(Glycine max)和玉米(Zea mays),以及铁苋菜(Acalypha australis L.)和田字草(Marsilea quadrifolia L.)两种杂草作为研究对象,每种各30个样本,共120个样本。采用ASD Fieldspec 便携式光谱仪进行光谱采集。在对400～1000 nm的光谱数据进行平滑和一阶求导预处理、。通过主成份分析,去除了一个奇异样本。最后用79个样

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：874496
    • 提供者：weixin_38683562