行业分类-作业装置-一种利用摩西球囊霉与龙葵行业分类-作业装置-水稻间作体系联合修复镉污染土壤的方法.zip
2021-08-09 22:05:59
751KB
水稻种植的大范围实时监测，对农作物估产具有重要意义。以中国九个省份（河南省、江苏省、安徽省、湖北省、湖南省、江西省、浙江省、福建省、广东省）和一个直辖市（上海市）为研究区，区域面积为1406813.25平方千米。基于2001-2013年8天合成的MOD09A1（分辨率为500m）数据和实地验证数据的融合研发，获得研究区内2001、2004、2006、2009和2013年这五年空间分辨率为500米的三种轮作类型水稻（双季稻、单季稻和稻旱轮作）的空间分布数据集
2021-07-21 09:04:38
5.11MB
thinkphp粮食水稻烘干机设备类网站模板+前后端源码，本模板自带eyoucms内核，无需再下载eyou系统，原创设计、手工书写DIV+CSS，完美兼容IE7+、Firefox、Chrome、360浏览器等；主流浏览器；结构容易优化；多终端均可正常预览。
2021-07-08 21:02:23
12.38MB
基于2012年HJ-1A/B卫星数据，综合利用监督分类与非监督分类方法，并结合混合像元分解模型，识别提取得到湖南省早、中、晚稻的空间分布；通过与高分辨率数据（RapidEye）识别结果（早稻）及地面调查实测样方数据（中、晚稻）进行对比验证，得到湖南省水稻分布数据集（2012）。该数据集包括2012年湖南省早、中、晚稻的空间分布数据。数据集存储为横轴墨卡托投影，空间分辨率为30 m，.tif数据格式，
2021-06-26 20:02:10
65.88MB
介绍
这是提交论文的一种实现：
Desai，SV，Balasubramanian，VN，Fukatsu，T.，Ninomiya，S.，and Guo，W.（2019年）。 使用深度学习自动估算水稻的抽穗期。 植物方法，15（1），76.
为了计划收割水稻的最佳时间，我们检测并定量了水稻的开花。 这项工作中使用的水稻作物图像数据集取自[1]。
方法
该方法的基本概述如下。 我们使用带有滑动窗口的SVM分类器来检测图像中的开花圆锥花序。 为了生成要作为输入提供给SVM分类器的特征，我们使用两种特征提取方法并对它们的性能进行比较。
使用SIFT描述符进行特征提取
使用深度神经网络（VGG-16 [2]）进行特征提取
使用从Kinmaze数据集的21张图像中采样的补丁进行训练。 对来自Kinmaze数据集的完整5184x3456图像进行了测试。 [1]。
怎么跑
为了获得训练的准确性：
2021-06-20 16:24:06
150.49MB
1