Un marco de técnica híbrida de sobremuestreo sintético minoritario y red neuronal profunda para mejorar la estimación de rendimiento de arroz en un entorno abierto
Autores: Yuan, Jianghao; Zheng, Zuojun; Chu, Changming; Wang, Wensheng; Guo, Leifeng
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un marco de técnica híbrida de sobremuestreo sintético minoritario y red neuronal profunda para mejorar la estimación de rendimiento de arroz en un entorno abierto
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Rendimientos de cultivos
Vehículo aéreo no tripulado
Cámara multiespectral
Estimación de rendimiento
Red neuronal profunda
índices de vegetación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Una predicción rápida y precisa de los rendimientos de los cultivos es beneficiosa para guiar la gestión de campos de cultivo y la cría genética. Este estudio propone un marco de estimación de rendimiento que combina la técnica de sobremuestreo sintético de minorías (SMOTE) y una red neuronal profunda (DNN).
Descripción
Una predicción rápida y precisa de los rendimientos de los cultivos es beneficiosa para guiar la gestión de campos de cultivo y la cría genética. Este estudio propone un marco de estimación de rendimiento que combina la técnica de sobremuestreo sintético de minorías (SMOTE) y una red neuronal profunda (DNN).