退出
我的积分:
中文文献批量获取
外文文献批量获取
机译:基于UV的高光谱图像和机器学习算法,用于土壤水分含量监测
Xiangyu Ge; Jingzhe Wang; Jianli Ding; Xiaoyi Cao; Zipeng Zhang; Jie Liu; Xiaohang Li;
机译:基于UV的多光谱图像和机器学习方法预测冬小麦籽粒产量和蛋白质含量的现场变异性
机译:使用Walabot和机器学习算法的低成本土壤湿度监测方法
机译:快速机学习算法分类大型高光谱图像
机译:使用机器学习算法和高光谱成像确定混凝土骨料中的水分含量
机译:利用气象数据,卫星图像和机器学习在北方红河谷的土壤湿度预测
机译:采用季节UV基光谱图像和机器学习预测马铃薯季节肿块产量和块茎凝块
机译:智能数据-结合使用从无人机和卫星获取的机载传感器图像以及在机载图像中自动识别的地面传感器,并与智能处理相结合,使农田中的探测和沉淀区域自动化。地面传感器将包括对土壤水分,养分,光照和任何其他相关信息的识别。它们还将包含机载GNSS,并由太阳能供电。然后将所有信息(包括图像)存储在中央,然后运行算法以提供特定作物的健康状况。
机译:用于在推荐系统中创建内容推荐的机器学习算法的训练方法和装置,以及使用机器学习算法来创建推荐内容的方法和装置
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。