《表1 实验材料：基于叶片数字纹理特征自动识别胡颓子属植物》
提示：宽带有限、当前游客访问压缩模式
华东地区常见的胡颓子属植物8种，本次拍摄所用腊叶标本见表1。
| 图表编号 | XD00142669100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.15 |
| 作者 | 王雷宏、陈永生、郑玉红 |
| 绘制单位 | 安徽农业大学林学与园林学院、安徽农业大学林学与园林学院、江苏省中国科学院植物研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 胡颓子和毛木半夏叶片纹理参数的变异》2020.04.15
- 《表2 胡颓子种内叶片纹理参数的变异》2020.04.15
- 《表1 实验材料：基于叶片数字纹理特征自动识别胡颓子属植物》2020.04.15
- 《表2 纹理特征值：基于机器视觉的马铃薯晚疫病快速识别》2020.01.01
- 《表2 纹理特征参数：基于BP神经网络的图像识别系统》2019.12.15
- 《表5 江西羊奶子与胡颓子对土壤微生物的富集率》2019.12.01
- 《表2 江西羊奶子与胡颓子对各营养元素的富集率》2019.12.01
- 《表6 胡颓子属植物土壤养分富集率相关性分析》2019.12.01
- 《表3 土壤酶活测定：胡颓子与江西羊奶子对土壤养分的富集效应》2019.12.01
- 《表2 分类报告：基于随机森林的植物叶片识别应用》2019.10.15
- 《表1 实验测试情况：基于多尺度卷积核特征提取算法的手写数字识别研究》2019.09.01
- 《表5 所有数据分类结果：基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别》2019.11.08
- 《表4 基于谱特征和纹理特征的识别效果》2019.09.25
- 《表1 材料属性参数：基于“应变-载荷”模型的大型风电机组叶片载荷识别研究》2019.05.28
- 《表2 植物叶片PHOG特征常用降维算法平均识别率》2019.07.01
- 《表3 时间性实验结果：基于决策粒子群优化与稳定纹理的虹膜二次识别》2019.07.01
- 《表5 性能实验结果：基于决策粒子群优化与稳定纹理的虹膜二次识别》2019.07.01
- 《表1 实验环境：基于caffe的手写数字识别研究与实现》2019.03.25
- 《表1 实验数据参数：基于多极化特征和纹理特征的PolSAR图像分类》2019.06.30
- 《表4 基于纹理特征的番茄叶部病害识别模型的准确率和特征提取时间》2019.04.25