Deepak Kumar
Modèle hybride d'apprentissage profond pour la détection de la rouille jaune du blé
Détection des niveaux de gravité de la rouille jaune du blé à l'aide d'un modèle d'apprentissage profond
Buch
Dans de nombreuses régions du monde, les pertes de qualité et de rendement du blé ont augmenté en raison des maladies de la rouille du blé. L'identification de la maladie de la rouille jaune ainsi que le pourcentage de tissus endommagés par la maladie de la rouille en termes de niveaux de gravité sont très importants et sont généralement réalisés par des évaluateurs expérimentés ou des techniques de vision par ordinateur. Avec l'aide des techniques de vision par ordinateur, le coût et le temps doivent être minimisés. Cette étude présente un modèle de classification de la rouille jaune du blé avec différents niveaux de gravité de la maladie. E…
Mehr
Beschreibung
Dans de nombreuses régions du monde, les pertes de qualité et de rendement du blé ont augmenté en raison des maladies de la rouille du blé. L'identification de la maladie de la rouille jaune ainsi que le pourcentage de tissus endommagés par la maladie de la rouille en termes de niveaux de gravité sont très importants et sont généralement réalisés par des évaluateurs expérimentés ou des techniques de vision par ordinateur. Avec l'aide des techniques de vision par ordinateur, le coût et le temps doivent être minimisés. Cette étude présente un modèle de classification de la rouille jaune du blé avec différents niveaux de gravité de la maladie. Elle est réalisée à l'aide de STARGAN et d'un réseau neuronal convolutif (CNN). Après avoir mené plusieurs expériences avec des paramètres tels que les différentes époques, la taille des lots, le taux d'apprentissage et le taux d'abandon, cette étude atteint une précision de 94,07 % pour classer la rouille jaune du blé par rapport à la plante normale. Lors de la mesure de la gravité, CNN a atteint 94,3% de précision de validation de la rouille jaune du blé à un niveau de gravité élevé.
CHF 52.90
Preise inkl. MwSt. und Versandkosten (Portofrei ab CHF 40.00)
V105:
Folgt in ca. 15 Arbeitstagen
Produktdetails
Weitere Autoren: Kukreja, Vinay
- ISBN: 978-620-4-23887-6
- EAN: 9786204238876
- Produktnummer: 37887364
- Verlag: Editions Notre Savoir
- Sprache: Französisch
- Erscheinungsjahr: 2021
- Seitenangabe: 116 S.
- Masse: H22.0 cm x B15.0 cm x D0.7 cm 191 g
- Abbildungen: Paperback
- Gewicht: 191
Über den Autor
Deepak Kumar sta attualmente svolgendo un dottorato di ricerca in Computer Science & Engineering (CSE) presso la Chitkara University, Punjab, India. Il Dr. Vinay Kukreja lavora attualmente come professore associato presso la Chitkara University, Punjab, India. Le sue aree di ricerca sono l'apprendimento automatico, l'apprendimento profondo e lo sviluppo agile del software.
59 weitere Werke von Deepak Kumar:
Détection des niveaux de gravité de la rouille jaune du blé à l'aide d'un modèle d'apprentissage profond
Ebook (PDF Format)
CHF 53.50
Bewertungen
0 von 0 Bewertungen
Anmelden
Keine Bewertungen gefunden. Seien Sie der Erste und teilen Sie Ihre Erkenntnisse mit anderen.