智能种子计数系统的秘密在于它所采用的一整套种子智能识别软件，通过功能测试以及实际的应用，我们发现，该软件界面友好，使用简单，上手快，对种子具有较高的正确识别率，并且具有灵活的可拓展性，也让智能种子计数系统实现了对种子的智能识别，更加符合现代种子检测自动化和智能化的发展趋势。...
记者从安徽省农科院了解到，该院与中科院合肥智能所联合研制的“水稻病虫害智能识别与服务系统”近日发布并测试成功，可自动识别水稻病虫害50余种，平均识别率80%以上。 “水稻病虫害智能识别与服务系统”是基于安徽省农科院自主知识产权的农作物病虫害图像库，利用中科院合肥智能所人工智能深度学习技术开发完成，可自动识别水稻病虫害的手机APP应用系统。...
在实验测试过程中，针对Flevoland数据的识别获得了85.1%的准确率，对Germany数据获得了85.3%的准确率。文献[61,62]分别将SAE对极化SAR的识别效果与传统方法进行比较。其中，文献[61]同样对Flevoland数据进行测试，运用其中10%的数据进行训练，90%的数据进行测试，识别率达到93.58%，而运用传统的SVM方法所获得的识别率仅为89.86%。...
其中，在运用MSTAR数据，且在原始测试集识别率达到98.22%的情况下，经过4种扩充测试集，保证准确率仍在90%以上。同样在对OKTAL仿真数据集进行测试时，平均识别率达到94.51%。可见，对于CNN方法而言，在一定程度下鲁棒性优于传统识别方法，且当训练样本与测试样本更加接近时，所训练网络特征提取越准确，识别率优势明显。此外，文献[44]提出通过两级CNN识别虚假目标。...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证：京ICP证110310号