期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于卷积神经网络的草地植物识别方法
被引量:
1
1
作者
曹中奇
刘路路
+2 位作者
康孝岩
张爱武
柴沙驼
《人工智能与机器人研究》
2018年第3期135-146,共12页
现有对草地植物的图像识别主要集中于对叶片或大面积种群的识别,很少有从单株植物或小片群落的角度进行识别。本文针对上述问题,总结出三种适用于解决该问题的识别方法,改进和微调了现有基于卷积神经网络方法的预处理流程和网络模型来...
现有对草地植物的图像识别主要集中于对叶片或大面积种群的识别,很少有从单株植物或小片群落的角度进行识别。本文针对上述问题,总结出三种适用于解决该问题的识别方法,改进和微调了现有基于卷积神经网络方法的预处理流程和网络模型来进行植物图像识别方法。本文采用近距离拍摄的高空间分辨率草地植物图片,设计实验对比分析了上述三种方法在识别标注样本数据集上的表现。实验结果表明,基于预训练模型的深度卷积神经网络方法同其他方法相比,在准确性上,具有显著的优越性。
展开更多
关键词
草地图像识别
全局特征
主成分分析
卷积神经网络
下载PDF
职称材料
题名
一种基于卷积神经网络的草地植物识别方法
被引量:
1
1
作者
曹中奇
刘路路
康孝岩
张爱武
柴沙驼
机构
首都师范大学资源环境与旅游学院
青海大学畜牧兽医院
出处
《人工智能与机器人研究》
2018年第3期135-146,共12页
基金
国家自然科学基金(编号:41571369)
青海省科技计划项目(编号:2016-NK-138)
科技创新服务能力建设基本科研业务费(科研类)(编号:025185305000/143)。
文摘
现有对草地植物的图像识别主要集中于对叶片或大面积种群的识别,很少有从单株植物或小片群落的角度进行识别。本文针对上述问题,总结出三种适用于解决该问题的识别方法,改进和微调了现有基于卷积神经网络方法的预处理流程和网络模型来进行植物图像识别方法。本文采用近距离拍摄的高空间分辨率草地植物图片,设计实验对比分析了上述三种方法在识别标注样本数据集上的表现。实验结果表明,基于预训练模型的深度卷积神经网络方法同其他方法相比,在准确性上,具有显著的优越性。
关键词
草地图像识别
全局特征
主成分分析
卷积神经网络
分类号
TP39 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于卷积神经网络的草地植物识别方法
曹中奇
刘路路
康孝岩
张爱武
柴沙驼
《人工智能与机器人研究》
2018
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部