基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用深度学习的方法建立一个自动判别模型,以识别白茶生长的物候期.通过输入白茶的图像,使用卷积神经网络CNN来提取图像特征,在此基础上进行分类从而实现对图像内白茶生长物候期的识别,再融合气象特征对识别效果进行优化,从而得出了准确率较高的识别模型.
推荐文章
基于深度学习的甘蔗生长监测模型设计
蔗糖
甘蔗生长监测
深度学习
计算机视觉
卷积神经网络
基于深度学习的用户投诉预测模型研究
电信投诉预测
深度学习
深度置信网络
非线性组合特征
引种灌木的物候期及生长节律研究
物候期
生长节律
灌木
引种
基于深度学习的尾矿管路监测模型研究
尾矿管路监测
数据建模
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的自动判别茶叶生长的物候期模型的建立
来源期刊 气象科技进展 学科
关键词 白茶生长物候期 深度学习 自动判别 模型
年,卷(期) 2021,(2) 所属期刊栏目 气象服务|Progress
研究方向 页码范围 119-120,137
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.2095-1973.2021.02.022
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (49)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
白茶生长物候期
深度学习
自动判别
模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
气象科技进展
双月刊
2095-1973
10-1000/P
16开
北京市海淀区中关村南大街46号中国气象局气象干部培训学院
2011
chi
出版文献量(篇)
1603
总下载数(次)
2
总被引数(次)
3169
论文1v1指导