典型文献
植物图像识别理论研究
文献摘要：
为实现对植物的高效识别与分类,现拟设计一种改进型卷积网络对大规模植物进行提取分类.利用图像算法对提取的植物图像进行增强,提高识别的灵敏度;然后以现有深度神经网络为基础,设计一个门网络,实现数千维输出的深度混合网络;再通过机器学习快速识别并提取探测目标的特征来实现植物的有效识别及分类.根据结果显示,本设计对植物的识别精确度能达到83％.
文献关键词：
卷积神经网络;图像识别;图像增强;图像处理;植物识别;深度学习
中图分类号：
作者姓名：
杜芊芊;孟一凡;王吉;胡琦瑶
作者机构：
西北大学 信息科学与技术学院,陕西 西安 710127
文献出处：
引用格式：
[1]杜芊芊;孟一凡;王吉;胡琦瑶-.植物图像识别理论研究)[J].物联网技术,2022(01):27-28,31
A类：
B类：
植物图像,图像识别,别理,对植,识别与分类,拟设,改进型,卷积网络,取分,图像算法,有深度,深度神经网络,数千,混合网络,快速识别,图像增强,植物识别
AB值：
0.480429
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
