研究目的
概述基于形状、长度、高度、周长等特征对种子进行分类的各种图像处理和计算智能技术,以实现流程自动化并提高效率,超越人工方法。
研究成果
该论文得出结论:图像处理与神经网络、支持向量机等计算智能技术能有效实现种子分类自动化,在准确性和效率上均优于人工方法。研究指出未来趋势包括优化成像环境控制,以及整合多种技术以提升性能。
研究不足
本文是一篇综述,未呈现原创实验结果,因此可能未涵盖所有最新进展,也未对所讨论的技术提供实证验证。其依据现有文献,而所引用的研究可能存在偏见或局限性。
研究目的
概述基于形状、长度、高度、周长等特征对种子进行分类的各种图像处理和计算智能技术,以实现流程自动化并提高效率,超越人工方法。
研究成果
该论文得出结论:图像处理与神经网络、支持向量机等计算智能技术能有效实现种子分类自动化,在准确性和效率上均优于人工方法。研究指出未来趋势包括优化成像环境控制,以及整合多种技术以提升性能。
研究不足
本文是一篇综述,未呈现原创实验结果,因此可能未涵盖所有最新进展,也未对所讨论的技术提供实证验证。其依据现有文献,而所引用的研究可能存在偏见或局限性。
加载中....
您正在对论文“[IEEE 2018年第四届计算科学国际会议(ICCS) - 印度贾兰达尔(2018.8.30-2018.8.31)] 2018年第四届计算科学国际会议(ICCS) - 种子分类的图像处理技术综述”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期