Andere Kunden interessierten sich auch für
![Modelo Híbrido de Aprendizagem Profunda para a Detecção da Doença da Ferrugem Amarela do Trigo]( "Modelo Híbrido de Aprendizagem Profunda para a Detecção da Doença da Ferrugem Amarela do Trigo")
Modelo Híbrido de Aprendizagem Profunda para a Detecção da Doença da Ferrugem Amarela do Trigo26,99 €![Classificação de imagens usando Aprendizagem Profunda e Inteligência de Enxame]( "Classificação de imagens usando Aprendizagem Profunda e Inteligência de Enxame")
Classificação de imagens usando Aprendizagem Profunda e Inteligência de Enxame36,99 €![Doença Pulmonar Obstrutiva Crónica Utilizando Algoritmos de Aprendizagem Profunda]( "Doença Pulmonar Obstrutiva Crónica Utilizando Algoritmos de Aprendizagem Profunda")
Doença Pulmonar Obstrutiva Crónica Utilizando Algoritmos de Aprendizagem Profunda29,99 €![Detecção de Sigmatismo com a ajuda da Aprendizagem de Máquina]( "Detecção de Sigmatismo com a ajuda da Aprendizagem de Máquina")
Detecção de Sigmatismo com a ajuda da Aprendizagem de Máquina24,99 €![Detecção de Energia Detecção Cooperativa de Espectro usando USRP]( "Detecção de Energia Detecção Cooperativa de Espectro usando USRP")
Detecção de Energia Detecção Cooperativa de Espectro usando USRP26,99 €![DETECÇÃO DO CANCRO DA MAMA - UMA ABORDAGEM DE APRENDIZAGEM AUTOMÁTICA]( "DETECÇÃO DO CANCRO DA MAMA - UMA ABORDAGEM DE APRENDIZAGEM AUTOMÁTICA")
DETECÇÃO DO CANCRO DA MAMA - UMA ABORDAGEM DE APRENDIZAGEM AUTOMÁTICA29,99 €![Previsão da COVID-19 usando Convolution Neural Network]( "Previsão da COVID-19 usando Convolution Neural Network")
Previsão da COVID-19 usando Convolution Neural Network29,99 €
A agricultura é o elemento mais importante do globo, e as operações agrícolas em larga escala em todo o mundo a tornam mais suscetível a numerosas doenças. O arroz é uma das mais importantes plantas agrícolas cultivadas em enormes quantidades. Há uma variedade de doenças do arroz que têm impacto nas plantações de arroz de várias maneiras, e detectá-las e reconhecê-las é uma das tarefas mais difíceis. Foi iniciado um esforço para usar uma aprendizagem profunda para reconhecer a doença do hispa do arroz. A fim de realizar o trabalho experimental com um conjunto de dados em tempo real de hispa de arroz e plantas saudáveis de arroz, foi utilizada uma abordagem de aprendizagem profunda baseada na CNN. A detecção da doença do hispa do arroz foi dividida em duas partes: a primeira foi uma classificação binária baseada em plantas saudáveis e doentes, e a segunda foi uma classificação múltipla baseada em cinco níveis de gravidade da doença. A arquitetura e o modelo sugeridos servem como um sistema de detecção de doenças do arroz (RDD) para a doença do hispa do arroz, ajudando os agricultores e cultivadores a reconhecer e detectar plantas orizícolas e a tomar medidas apropriadas e oportunas.