1. Thư viện Tài nguyên số - Trường Đại học Công nghệ Thông tin và Truyền thông Việt - Hàn
  2. Kỷ yếu hội thảo
  3. Hội nghị Sinh viên Nghiên cứu khoa học
  4. SV NCKH Năm học 2020-2021
Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: https://elib.vku.udn.vn/handle/123456789/1787
Toàn bộ biểu ghi siêu dữ liệu
Trường DCGiá trị Ngôn ngữ
dc.contributor.advisorLê, Thị Thu Nga-
dc.contributor.authorNguyễn, Văn Dương Triều-
dc.date.accessioned2021-08-13T09:22:36Z-
dc.date.available2021-08-13T09:22:36Z-
dc.date.issued2021-08-13-
dc.identifier.urihttp://elib.vku.udn.vn/handle/123456789/1787-
dc.descriptionKỷ yếu Hội nghị Sinh viên nghiên cứu khoa học năm học 2020-2021; từ trang 1-7.vi_VN
dc.description.abstractNhận diện dựa trên ảnh thu nhận được thông qua thiết bị di động giúp phát hiện bệnh trên cây lúa một cách nhanh và tiện lợi, từ đó sớm có kế hoạch điều trị bệnh kịp thời, nhằm nâng cao năng suất cây trồng. Sau khi tiến hành thử nghiệm, so sánh với kỹ thuật phân lớp SVM (88.14%) và học chuyển giao VGG16 (96.79%), bài báo này đề xuất kỹ thuật học sâu SqCNN với độ chính xác nhận diện cao (97.43%). Mô hình nhận dạng sử dụng SqCNN đề xuất được lựa chọn để xây dựng ứng dụng di động nhận diện bệnh trên cây lúa. Bộ dữ liệu thực nghiệm được lấy từ Kaggle.com.vi_VN
dc.language.isovivi_VN
dc.publisherTrường Đại học Công nghệ thông tin và Truyền thông Việt - Hànvi_VN
dc.subjecthọc sâuvi_VN
dc.subjectnhận diện bệnh trên cây lúavi_VN
dc.subjectphân lớpvi_VN
dc.subjectmáy hỗ trợ vectơvi_VN
dc.subjecthọc chuyển giaovi_VN
dc.titleNhận diện bệnh trên cây lúa dựa vào kỹ thuật học sâuvi_VN
dc.title.alternativeRice Plant Disease Identification Based on Deep Learningvi_VN
dc.typeWorking Papervi_VN
Bộ sưu tập: SV NCKH Năm học 2020-2021

Các tập tin trong tài liệu này:

 Đăng nhập để xem toàn văn

Hiển thị đơn giản biểu ghi tài liệu Xem thống kê


Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.