A Hybrid Fuzzy Integrated Convolution Neural Network Approach for Multi-crop Classification Using Sentinel-1 and Sentinel-2 in Lower Vaigai Sub-basin, India
提出模糊集成卷积神经网络，融合Sentinel-1/2数据对印度Vaigai下游多作物分类。
阅读 0
关键词 · 相关资讯与研究
#卷积神经网络
沿着“卷积神经网络”继续探索，共 3 条内容。
A reconfigurable architecture for CNN acceleration using line buffers
提出一种使用行缓冲的可重构脉动CNN加速架构，提升FPGA资源利用率和吞吐量。
阅读 0
Development of a machine learning model to identify areas affected by wildfires
用CNN从图像中识别野火影响区域，验证集和测试集准确率达85%。
阅读 1
你可能还想看
没有这个标签，内容接近A Hybrid Deep Learning Architecture for Image Classification Across Diverse Visual Recognition Applications
提出GRU+BiLSTM混合深度学习架构，在Caltech-256上实现高精度图像分类。
阅读 3
Artificial Intelligence, Machine Learning, and Deep Learning Concepts, Methods, and Real-World Impact
系统综述AI、机器学习与深度学习的概念、方法、应用及伦理挑战。
阅读 3
Face Aging Using Various Cycle GAN Models: A Comparative Analysis of Efficient Net Mobile Net and Standard Architectures
比较三种CycleGAN架构（EfficientNetB1、MobileNetV2、标准ResNet
农业遥感与作物表型农业人工智能
阅读 1
基于改进YOLOv11n-seg的胡麻倒伏区域识别方法——兼顾精度与轻量化的智能化倒伏监测
针对胡麻倒伏区域识别难题，研究构建改进YOLOv11n-seg模型。改进后的模型在精确度和平均精度均值上分别达到92.6%和95.2%，较原始YOLOv11n-seg模型分别提升3.7个百分点和2.1个百分点。模型参数量仅为1.73 M，计算量为8.0 GFLOPs，模型体积仅为3.8 MB，显示出较好的轻量化优势。该方法兼顾精度与轻量化，为智能化胡麻倒伏监测与实际田间设备部署提供了技术基础。
阅读 10
Enhanced Convolutional Neural Network Architecture with Attention-Guided Feature Refinement for Robust Image Classification
提出注意力引导细化网络AGR-Net，在CIFAR-10上兼顾精度与参数效率。
阅读 0
Fusion of multi-branch attention mechanism and hybrid graph convolutional network for accurate cow behavior recognition
提出融合多分支注意力与混合图卷积网络，实现奶牛行为精准识别。
阅读 8
Automatic multi-class classification of geographical indication tagged tribal art using deep learning
用Inception-ResNet-V2迁移学习对三种印度部落艺术进行多类分类。
阅读 1
基于双路径注意力与多尺度融合的作物病虫害识别网络DPMFNet
提出轻量级双路径网络DPMFNet，实现复杂农田场景下的作物病虫害高精度识别。
阅读 8