Zobrazeno 1 - 10
of 1 029
pro vyhledávání: '"Rust detection"'
Publikováno v:
Science Technology & Engineering. 2024, Vol. 24 Issue 26, p11432-11440. 9p.
Publikováno v:
AgriEngineering, Vol 5, Iss 3, Pp 1415-1431 (2023)
Timely detection of pests and diseases in crops is essential to mitigate severe damage and economic losses, especially in the context of climate change. This paper describes a method for detecting the presence of coffee leaf rust (CLR) using two data
Externí odkaz:
https://doaj.org/article/7b9a7c4dfb454e0ab28184be5a0dc353
Autor:
Rodriguez-Gallo, Yakdiel1 (AUTHOR) byron.escobar@udb.edu.sv, Escobar-Benitez, Byron1 (AUTHOR), Rodriguez-Lainez, Jony1 (AUTHOR)
Publikováno v:
AgriEngineering. Sep2023, Vol. 5 Issue 3, p1415-1431. 17p.
Publikováno v:
Energy Reports, Vol 9, Iss , Pp 345-351 (2023)
Anti-vibration hammer corrosion seriously endangers the safe operation of transmission lines. To better improve the detection effect of anti-vibration hammer corrosion on transmission lines under complex background, in this paper we propose an anti-v
Externí odkaz:
https://doaj.org/article/ddd3e0ce23584214942a39849c127775
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Blasch, Gerald1 (AUTHOR) g.blasch@cgiar.org, Anberbir, Tadesse2 (AUTHOR), Negash, Tamirat3 (AUTHOR), Tilahun, Lidiya3 (AUTHOR), Belayineh, Fikrte Yirga3 (AUTHOR), Alemayehu, Yoseph1 (AUTHOR), Mamo, Girma2 (AUTHOR), Hodson, David P.4 (AUTHOR), Rodrigues Jr., Francelino A.4,5 (AUTHOR)
Publikováno v:
Scientific Reports. 11/20/2023, Vol. 13 Issue 1, p1-19. 19p.
Autor:
Carmen Cuenca-Romero, Orly Enrique Apolo-Apolo, Jaime Nolasco Rodríguez Vázquez, Gregorio Egea, Manuel Pérez-Ruiz
Publikováno v:
Frontiers in Plant Science, Vol 15 (2024)
This study evaluates the efficacy of hyperspectral data for detecting yellow and brown rust in wheat, employing machine learning models and the SMOTE (Synthetic Minority Oversampling Technique) augmentation technique to tackle unbalanced datasets. Ar
Externí odkaz:
https://doaj.org/article/25cf8db074bf47199f1599c8df97beb5
Autor:
Guo, Zhimin1 (AUTHOR), Tian, Yangyang1 (AUTHOR) yytian.mail@gmail.com, Mao, Wandeng1 (AUTHOR)
Publikováno v:
Sensors (14248220). Oct2022, Vol. 22 Issue 20, pN.PAG-N.PAG. 16p.