| |
病害图像识别类文章99篇，页次：1/1页 【 第一页‖ 上一页 ‖ 下一页 ‖ 最后页】 转到
页 |
|
| 花生智能管理信息系统的研究与实现[本文70页] | 基于机器学习的作物病害图像处理及病[本文138页] | 基于图像识别的作物病害诊断研究[本文79页] |
| 玉米病害图像识别系统的设计与实现[本文61页] | 低分辨率苹果果实病害图像识别方法研[本文53页] | 基于图像识别的玉米叶部病害诊断技术[本文75页] |
| 基于图像识别的向日葵叶部病害诊断技[本文80页] | 基于图像识别的冬小麦叶部主要病害诊[本文43页] | 苹果叶子病害图像识别系统的设计与实[本文82页] |
| 基于小波矩及svm的湖南高速公路沥青路[本文84页] | 稀疏表示框架下的农作物病害图像识别[本文68页] | 基于卷积神经网络的小麦叶部病害图像[本文81页] |
| 黄土高原苹果叶面病害图像识别方法研[本文56页] | 猕猴桃叶面病害图像识别方法研究[本文61页] | 基于实例和参数迁移的农作物病害图像[本文69页] |
| 基于卷积神经网络的农作物病害图像识[本文63页] | 基于卷积神经网络和迁移学习的农作物[本文83页] | 改进卷积神经网络算法研究及其在作物[本文68页] |
| 地铁隧道复杂裂缝病害的图像识别算法[本文93页] | 水稻病害诊断专家系统的研究与实现[本文104页] | 高等级公路路面病害自动检测方法研究[本文100页] |
| 小麦病害图像的存储与识别技术的研究[本文57页] | 面向农作物叶片病害鲁棒性识别的深度[本文103页] | 深度卷积神经网络在玉米叶片病害识别[本文66页] |
| 基于计算机视觉技术的马铃薯病害识别[本文122页] | 基于图像特征的玉米叶部病害模糊识别[本文77页] | 基于图像处理的玉米叶部病害识别研究[本文87页] |
| 基于图像处理技术的烟叶病害自动识别[本文73页] | 基于计算机图像处理的玉米叶部病害识[本文87页] | 基于图像处理和模式识别技术的黄瓜病[本文70页] |
| 黄瓜病害图像处理与识别技术的应用研[本文53页] | 基于图像分析的苹果病害识别技术研究[本文58页] | 基于图像的水稻病害识别方法的研究[本文90页] |
| 基于图像处理的温室大棚中番茄的病害[本文67页] | 基于图像处理技术的温室黄瓜病害识别[本文67页] | 基于图像分析的植物叶部病害识别方法[本文124页] |
| 基于图像处理的黄瓜叶部病害识别研究[本文75页] | 基于图像处理的大豆病害识别方法研究[本文65页] | 基于数字图像的高速公路路面病害识别[本文82页] |
| 基于图像和光谱解析的小麦病害识别研[本文71页] | 基于图像分析的小麦叶部病害识别方法[本文124页] | 基于图像处理的草莓病害识别方法研究[本文87页] |
| 基于图像处理的茄子叶部病害识别方法[本文64页] | 基于图像分析的玉米病害识别方法的研[本文51页] | 基于图像检索的农作物叶部病害识别关[本文128页] |
| 基于叶片图像的农作物病害识别方法研[本文66页] | 基于图像和光谱技术的果实识别与病害[本文147页] | 基于图像处理的玉米叶部病害识别研究[本文65页] |
| 黄瓜病害图像自动识别的研究[本文65页] | 基于图像分析的陕西苹果叶片病害识别[本文44页] | 铁路路基雷达探测图像病害识别算法与[本文125页] |
| 基于图像的农作物病害识别关键算法研[本文142页] | 基于移动互联网的向日葵叶部病害图像[本文75页] | 基于图像处理的烟叶病害识别方法研究[本文73页] |
| 小麦病害图像特征提取与识别方法研究[本文68页] | 基于图像分析的梨树叶部病害识别系统[本文56页] | 基于图像处理的水稻叶部病害快速识别[本文56页] |
| 基于图像处理的桥梁支座病害自动识别[本文97页] | 基于图像特征的茶叶病害识别方法研究[本文61页] | 基于图像处理的番茄病害识别[本文57页] |
| 基于视频图像的大棚白菜叶部病害识别[本文57页] | 寒地水稻病害影像监测系统[本文60页] | 基于计算机视觉技术的黄瓜叶部病害自[本文92页] |
| 基于图像识别的烟草青枯病害诊断研究[本文66页] | 基于fnn的非线性形变植物叶片病斑识别[本文83页] | 基于病症图像的玉米病害智能诊断研究[本文145页] |
| 基于图像处理的黄瓜霜霉病实验研究及[本文73页] | 基于图像处理的作物病害诊断及叶片形[本文86页] | 古代壁画图像保护与智能修复技术研究[本文136页] |
| 基于支持向量机的水稻稻瘟病识别技术[本文70页] | 基于图像处理的路面裂缝检测系统设计[本文86页] | 植物病害的图像处理及特征值提取方法[本文48页] |
| 基于机器视觉的甘肃大麦病害分类识别[本文53页] | 基于计算机视觉技术的番茄病害识别研[本文55页] | 复杂背景下黄瓜叶部病害识别方法研究[本文133页] |
| 基于计算机视觉的玉米叶部病害识别技[本文61页] | 基于复合图像处理方法的路表面裂缝类[本文79页] | 小麦叶部病害识别方法研究及智能手机[本文64页] |
| 基于android平台的苹果叶部病害远程识[本文71页] | 烟草病害自动识别诊断系统的研究[本文73页] | 基于移动终端的黄瓜病害智能识别研究[本文71页] |
| 基于图像的沥青路面裂缝的自动识别算[本文83页] | 基于决策树的棉花病虫害识别研究[本文63页] | 基于机器视觉的玉米病虫害监测方法研[本文62页] |
| 显著性检测方法及其在黄瓜病害图像分[本文64页] | 基于卷积神经网络的烟草病害自动识别[本文61页] | 隧道结构表面病害特征快速检测研究[本文66页] |
| 基于深度学习的农作物病害识别[本文56页] | 基于神经网络和支持向量机的苎麻病害[本文81页] | 基于改进lbp的复杂背景下作物病害叶片[本文69页] |
| 基于神经网络的番茄叶部病害识别[本文58页] | 基于图像处理和svm的植物病害诊断研究[本文78页] | 基于图像局部均值标准差算法的公路路[本文59页] |
| 基于图像处理和机器学习的桥梁检测新[本文70页] | 农业场景下卷积神经网络的应用研究[本文69页] | 基于机器学习的水稻病害识别和叶龄检[本文71页] |
| 何首乌化学成分研究进展[共2499字] | “授人以鱼”不如“授人以渔”教育理[共2455字] | 2005年常州市教育局党委工作总结[共3786字] |
