Clasificación hiperespectral del estrés por daño por heladas en plantas de tomate basada en aprendizaje de pocas muestras
Autores: Ruan, Shiwei; Cang, Hao; Chen, Huixin; Yan, Tianying; Tan, Fei; Zhang, Yuan; Duan, Long; Xing, Peng; Guo, Li; Gao, Pan; Xu, Wei
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Clasificación hiperespectral del estrés por daño por heladas en plantas de tomate basada en aprendizaje de pocas muestras
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Detección
Anomalías en cultivos
Meta-aprendizaje
Imágenes hiperespectrales
Análisis de estrés
Precisión de detección
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
La detección temprana y el diagnóstico de anomalías en los cultivos son cruciales para mejorar el rendimiento y la calidad de los cultivos.
Descripción
La detección temprana y el diagnóstico de anomalías en los cultivos son cruciales para mejorar el rendimiento y la calidad de los cultivos.