詞條
詞條說明
深度學習使機器模仿視聽和思考等人類的活動,解決了很多復雜的模式識別難題,使得人工智能相關技術**了很大進步。它的較終目標是讓機器能夠像人一樣具有分析學習能力,能夠識別文字、圖像和聲音等數據。 深度學習是一個復雜的機器學習算法,在語音和圖像識別方面**的效果,遠遠**過先前相關技術。比如,在農業發展領域里表型研究方面就得到較大的應用。?隨著以機器學習乃至深度學習等為代表的數據處理技術快速發展
在小麥耕種中,我們往往要通過人工的方式去對小麥的患病進行監測,這樣不僅耗時耗力,還可能**祛病的較好時機。像條銹病就是小麥疾病中較為普遍且嚴峻的一種病例,每年都會導致小麥的產量銳減,而在條銹病的感染前期癥狀不是特別明顯,常規的航拍數據可能做不到很好區分優劣效果,這就需要借助遙感圖像優勢,利用較深層次的光譜數據來挖掘一些肉眼無法察覺的信息。這里提到的遙感就是根據探測地表物體對電磁波的反射和其**的電
食用菌種類繁多,形態各異,大小不一。不同種類的食用菌形態差異很大,但都是由營養菌絲(簡稱菌絲體)和繁殖菌絲(簡稱子實體)兩部分組成。那么菌絲與菌絲體形態有什么關系呢?下面跟著小編一起來看看吧。?在這里小編先說一下菌絲和菌絲體分別是什么?菌絲是食用菌的營養器官,呈絨毛狀,它們生長在土壤、林木及枯枝落葉基質中,分解吸收營養物質、水分、無機鹽類和有物質,供給自己生長發育需要。菌絲體是生
冠腐病是**糧食產業中較重要的土壤真菌病害之一,會導致糧食生長不良,產量損失嚴重。篩選冠腐病作物是控制冠腐病的關鍵因素之一,其關鍵挑戰在于生長初期上部莖葉無明顯癥狀。目前人工篩選需要病理學家在短時間內觀察許多植物的冠部和根部區域,費時費力。本研究利用高通量植物表型設備,準確、經濟、無損傷的高光譜影像檢測小麥生長初期的冠腐病,選擇了4個不同抗性水平的澳大利亞商品小麥品種(Aurora、 Yitpi、
公司名: 三亞博瑞源科技有限公司
聯系人: 李先生
電 話:
手 機: 16608962050
微 信: 16608962050
地 址: 湖北武漢洪山區洪山區珞獅路122號武漢理工大學孵化樓B座15F
郵 編: