问题 |
E3S网页汇编
卷积3992023
更新工程概念和技术国际会议 |
|
---|---|---|
文章号 | 02010 | |
页数 | 11 | |
段内 | 自然资源管理 | |
多尔市 | https://doi.org/10.1051/e3sconf/202339902010 | |
在线发布 | 2023年7月12日 |
植物叶子-A审查中的真菌感染
a/计算机科学系研究学者Sri Menaksi政府Madurai Kamaraj大学妇女艺术学院(自治)
b/P.G.研究部R.D华府艺术学院,阿拉加帕大学,印度泰米尔那都Sivaganga
C级P.G&计算机科学研究部Sri Menaksi政府Madurai Kamaraj大学妇女艺术学院(自治)
d级标准全球工商服务公司副总裁SdnBhd吉隆坡
*对应作者 :kchelladurai05@gmail.com
sujamurugan@gmail.com
latha.nv@gmail.com
一个国家的主要资源是农业和作物生产国家经济发展还依赖于最终决定公民生长的农产品。食品生产大危机是植物疾病的影响最终废除国家经济,因为国家进步的主要部分依赖农业及其产品。农民面临的挑战是不了解影响植物不同部分的各种疾病。昆虫应能识别植物中由细菌、真菌、病毒等不同病原体引起的早期感染,主要致病代理物被发现为真菌,而真菌是农业严重损耗的重要因素。农艺家改变使用杀虫剂和肥料对人类和野生生物都有害这个问题应视之为大灾难,必须寻找替代措施支持播种者研究者采取的创新步骤是使用机器学习和深学习算法快速检测疾病算法使用不同的图像处理技巧 计算机视觉过程 将疾病分类本文详细审查植物叶传播并使用深学习法鉴别真菌
关键字 :植物疾病/同源感染/机器学习/深学习计算机视觉过程
必威西汉姆赞助2023年EDP科学出版
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间