Fr. 57.50

Rilevamento e segmentazione delle erbe infestanti con l'apprendimento profondo - WDS con DL

Italian · Paperback / Softback

Shipping usually within 1 to 2 weeks (title will be printed to order)

Description

Read more










Negli ultimi tempi, in cui i sistemi di automazione hanno acquisito la massima priorità per digitalizzare il mondo, il settore dell'agricoltura svolge un ruolo fondamentale nella crescita dell'economia indiana. Il rilevamento e la segmentazione delle piante infestanti è un nuovo problema di ricerca nel campo dell'agricoltura. In questo lavoro presentiamo un modulo di segmentazione delle piante infestanti. Il modulo di classificazione delle erbe infestanti necessita di un'attività di elaborazione dell'immagine per rilevare l'esistenza di una rete neurale per elaborare l'immagine e per classificare l'immagine vengono utilizzati vari classificatori, come la foresta casuale, l'albero decisionale e la SVM. Le prestazioni dei classificatori sono misurate utilizzando metriche di valutazione standard.

About the author










Vankamamidi Srinivasa Naresh arbeitet derzeit als Dekan (Forschung und Entwicklung) und Professor in der Abteilung für Informatik und Ingenieurwesen am Sri Vasavi Engineering College, Andhra Pradesh, Indien. Er verfügt über eine Lehrerfahrung von mehr als 22 Jahren. Ausgezeichnet mit dem STATE Best Teacher and Researcher Award der Regierung von Andhra Pradesh

Product details

Authors V . S. Naresh, V . S. Naresh
Publisher Edizioni Sapienza
 
Languages Italian
Product format Paperback / Softback
Released 26.11.2023
 
EAN 9786206606901
ISBN 9786206606901
No. of pages 68
Subject Natural sciences, medicine, IT, technology > Physics, astronomy > Miscellaneous

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.