典型文献
提高农业多值数据集精度的机器学习分类技术
文献摘要：
现今,农业植物病害的原因很多是由于恶劣的天气原因造成的.植物在受感染时的生命周期,诸如环境、天气,单一与混合感染,以及遗传病等很多原因,影响农业植物病害的诊断.由于这些因素,诊断植物早期疾病是一项艰巨的任务.机器学习分类技术,如贝叶斯和神经网络技术进行了比较,开发了一种新技术来诊断植物早期疾病,增强了判断的准确性.
文献关键词：
机器学习;分类技术;神经网络;监督机器学习
中图分类号：
作者姓名：
杨治秋;王立梅
作者机构：
牡丹江师范学院计算机与信息技术学院,黑龙江 牡丹江 157000
文献出处：
引用格式：
[1]杨治秋;王立梅-.提高农业多值数据集精度的机器学习分类技术)[J].农业工程技术,2022(21):12-13
A类：
B类：
分类技术,农业植物,植物病害,混合感染,遗传病,神经网络技术,监督机器学习
AB值：
0.2614
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。
