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:
茶叶识别技术是实现智能化采茶设备以及摆脱常规采茶所需庞大劳动力问题的重要技术支持。目前,最常用的茶叶识别方式为基于机器视觉的识别技术中的深度学习目标检测以及图像特征识别的方法,通过汇总分析茶叶识别技术的研究现状以及对于其存在的问题进行总结并预测发展趋势,来为我国茶叶采集智能化发展提供借鉴与参考。
推荐文章
无公害茶叶生产技术研究进展
茶叶
无公害
研究进展
水下目标融合识别技术研究现状与展望
目标识别
信息融合
多传感器系统
融合算法
无公害茶叶栽培与加工技术研究
无公害茶叶
栽培技术
加工技术
射频识别(RFID)技术研究现状及发展展望
RFID
研究现状
发展
展望
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 茶叶识别技术研究现状
来源期刊 计算机科学与应用 学科 工学
关键词 茶叶识别 智能化采茶 研究现状
年,卷(期) 2021,(2) 所属期刊栏目
研究方向 页码范围 461-466
页数 6页 分类号 TP3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(7)
  • 参考文献(7)
  • 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
茶叶识别
智能化采茶
研究现状
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
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
总被引数(次)
0
论文1v1指导