Plants yaşayırıq, eləcə də olmadan yerlərdə hər yerdə mövcuddur. Onların bir çoxu insan cəmiyyətinin inkişafı üçün mühüm informasiya daşıyır. təcili vəziyyət bir çox bitkilərin nəsli kəsilmə təhlükəsi altında olmasıdır. Belə ki, bitki mühafizəsi üçün bir verilənlər bazası yaratmaq üçün çox vacibdir. Biz ilk addım necə bitkilər təsnif kompüter öyrətmək olduğuna inanıram. Yarpaq bitki təsnifatı üçün ilk seçim yarpaq image əsasında digər mobil və molekul biologiya üsulları üsulları, təsnifatı ilə müqayisədə. Yarpaqları nümunə və onlara photoing ucuz və rahat edir. Bir asanlıqla kompüter yarpaq image köçürə bilər və kompüter image emal üsulları avtomatik xüsusiyyətləri çıxarış. Bəzi sistemləri botaniklərinin tərəfindən istifadə edilən açıqlamalara edilir. Amma bu çıxarış və avtomatik olaraq kompüter bu funksiyalar transfer etmək asan deyil.
Biz image xətti classifier kimi forma məlumat və neyron şəbəkə ilə birlikdə xüsusiyyətləri yüksək sifariş statistika birləşdirən yarpaq təsnifatı üçün səmərəli alqoritm inkişaf etmişdir. kodu, beləliklə 1280 təlim şəkillər və cəmi 627 test images təsadüfi seçilmiş var Flavia bazası (92.09% hər bir sinfi üçün test üçün istifadə 32 dərsləri, 40 təlim şəkillər və qalan şəkillər əla tanınması dərəcəsi əldə test və edilmişdir üst-üstə düşür) təlim və test images arasında mövcuddur.
Bizim yanaşma Flavia alqoritm geride və üstəlik hər hansı bir insan iştirak müdaxilə tələb etmir. Əslində Flavia alqoritm siz siçan klik vasitəsilə yarpaq əsas damar iki terminalların qeyd etmək lazımdır. . iki terminal arasında məsafə fizioloji uzunluğu kimi müəyyən edilir
tələblər
Mətləb
Şərhlər tapılmadı