Multi-features and Fuzzy with Residual Lenet for Cotton Classification Using Remote Sensing Image
提出多特征与模糊结合残差LeNet的遥感影像棉花分类方法。
阅读 5
关键词 · 相关资讯与研究
#CNN-ELM
沿着“CNN-ELM”继续探索，共 0 条内容。
你可能还想看
没有这个标签，内容接近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
Automated Multi-Class Classification of Plant Seedling Species Using Deep Convolutional Neural Networks
用轻量四层CNN对12种植物幼苗图像做多类分类，准确率达90%。
阅读 1
基于因果推断和机器学习的农田玉米产量预测模型
王毅、崔茜彤、王晨、熊宝伟、邵国敏、王琬莹、曹培、韩文霆(西安财经大学/西北农林科技大学/西安理工大学)针对传统玉米产量预测方法难以揭示变量间因果关系的问题,提出融合因果推断与机器学习的预测方法:基于遥感指数、气象数据、土壤剖面湿度和阶段性作物观测数据等多源异构信息,采用偏相关与瞬时条件独立算法系统分析玉米产量与各影响因子之间的因果关系,构建可解释的玉米产量预测模型。
阅读 10
Knowledge Distillation for Hybrid CNN–Vision Transformer Architectures: A Systematic Review
系统综述2015-2026年混合CNN-ViT架构的知识蒸馏方法，按迁移方向、知识类型和应用领域分类
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
A Hybrid CNN–Transformer–LSTM Deep Learning Framework for Automated Cotton Disease Detection
提出CNN-Transformer-LSTM混合框架，实现棉花叶片病害自动识别。
阅读 8
A hybrid PCA and 1D-CNN approach with regional priors for accurate agricultural monitoring: a case study with EuroCropsML
A hybrid PCA and 1D-CNN approach with regional priors for accurate agricultural monitoring: a case study with EuroCropsML。Precision Agriculture
阅读 4