quantify-leavesDryup-master.zip

上传者: 55771290 | 上传时间: 2023-05-18 16:00:23 | 文件大小: 3.03MB | 文件类型: ZIP
当前国内的林业保护工作,主要以人工进行为主。通过森林巡护监察人员对林区树木进行肉眼观察等传统的检查,来登记可疑病死木、枯死木。检查周期长且耗费人力物力。急需一种智能化的检测手段来降低这种人力物力的损耗。 同时,由于对树木的检查主要是以肉眼观察为主,有一些树木生长过程中的病症难以在初期得到很好地排查(例如维束管病症,患病树木往往只有部分枝条枯萎而其他枝条发育正常),为树木之后的健康生长埋下了隐患。需要智能化自动化程度高的病症检测方案来降低人工病症检测的失误率提高准确率。为林业健康发展保驾护航。 国内目前针对树叶枯竭量化的研究尚少,针对本课题的研究可以为推动相关工作的发展。 二、问题分析 2.1 原理介绍 机器学习模型是图像识别分类的主要研究方法之一,本文将其应用于树叶枯竭情况的量化研究。所使用方法主要包括图像预处理、RGB特征提取、决策树回归等。

文件下载

资源详情

[{"title":"( 10 个子文件 3.03MB ) quantify-leavesDryup-master.zip","children":[{"title":"quantify-leavesdryup","children":[{"title":"3.png <span style='color:#111;'> 51.25KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"1.png <span style='color:#111;'> 60.92KB </span>","children":null,"spread":false},{"title":"机器学习方法实现树叶枯竭情况的量化-代码","children":[{"title":"contoursGet.py <span style='color:#111;'> 1.41KB </span>","children":null,"spread":false},{"title":"mainManage.py <span style='color:#111;'> 631B </span>","children":null,"spread":false},{"title":"featureGet.py <span style='color:#111;'> 1.38KB </span>","children":null,"spread":false},{"title":"Regression.py <span style='color:#111;'> 1.95KB </span>","children":null,"spread":false},{"title":"colorGet.py <span style='color:#111;'> 1.09KB </span>","children":null,"spread":false}],"spread":true},{"title":"机器学习方法实现树叶枯竭情况的量化-实验报告.docx <span style='color:#111;'> 2.91MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 10.19KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明