论文部分内容阅读
随着人工智能的迅速发展,深度学习方向的算法性能逐渐提高,推动了深度学习在各个领域的应用。本文使用卷积神经网络算法建立树种识别模型,以叶片作为模型输入数据。本文所建立的模型在公开的Flavia数据集中的识别准确率在90%以上,达到了应用要求,本模型的设计对林学有一定的实际应用价值。
基于卷积神经网络的植物叶片树种识别研究与实现
【摘 要】
：
随着人工智能的迅速发展,深度学习方向的算法性能逐渐提高,推动了深度学习在各个领域的应用。本文使用卷积神经网络算法建立树种识别模型,以叶片作为模型输入数据。本文所建立的模型在公开的Flavia数据集中的识别准确率在90%以上,达到了应用要求,本模型的设计对林学有一定的实际应用价值。
【机 构】
：
东北林业大学信息与计算机工程学院
【出 处】
：
智能计算机与应用
【发表日期】
：
2020年10期
【基金项目】
：
2019年度东北林业大学省级创新项目(201910225226,SJGY20170145)
其他文献
为了解某铜铅锌多金属硫化矿石的矿石性质与可选性之间的关系,采用了光学显微镜鉴定、X衍射、MLA能谱分析等方法,对矿石进行了化学多元素、物相组成、重要矿物的嵌布特征及嵌
针对低浓度含铼淋洗液中铼的回收进行了树脂吸附和解吸试验研究。通过研究对比旧树脂和新型树脂,得出合适的吸附和解吸条件。同时通过对温度、流速、解吸浓度等因素进行研究
建立了熔片-X射线荧光光谱法测定焙烧钼精矿中的钼、铅和铜的分析方法。试验结果表明本方法对焙烧钼精矿中钼、铅和铜的测定结果与化学分析法相吻合、相对标准偏差小,方法准
用微波密闭消解的方式替代电热板消解样品,以原子吸收光谱法通过人员比对、方法比对、实验室间比对的方式对钼精矿样品定值;定值样品经粉末压片后建立X-荧光光谱测定曲线,对
通过两种固液掺杂工艺制备Mo-0.2%(质量分数,下同)La_(2)O_(3)粉末,经过1400~1700℃不同温度中频烧结,采用封蜡排水法测定坯条密度变化,采用扫描电镜分析断口形貌变化,研究钼
信息失序概念框架的提出始于对“假新闻”术语的反思与批判,通过了解其“三类型”“三要素”“三阶段”,对框架建立基本认识,理解创造、传播和消费错误信息、误导信息、不良
论文基于重庆市北碚区17个乡镇(街道)的实地调查数据,利用描述性统计、相关性分析、回归模型,从政策科学性、政策执行环境、政策执行人员等六个因素对县域公共文化服务政策执