鸢尾花 购物篮 大豆分类等等的一些数据集

CSCD2019-2020年来源期刊名单，包括核心库和扩展库分类。序号期刊名称 ISN 备注 79 Earthquake Engineering and Engineering Vibration1671-3664核心库 80 Earthquake Research in China 0891-4176核心库 81 Entomotaxonomia 2095-8609核心库 82 Eye and vision 2326-0254核心库 83 Food Quality and Safcty 2399

蔬菜大豆中的昆虫破坏了大豆产品的质量和安全性。 因此，必须开发出一种无害技术来检测受害昆虫的植物大豆。 提出了一种基于高光谱图像的有效检测方法，该方法通过自动阈值分割和使用模糊粗糙集模型的最佳波长选择来选择感兴趣区域（ROI）。 对于362个豆样品，提取了ROI的三个图像特征（即熵，能量和均值）作为分类特征，其光谱区域覆盖400-1000 nm，包含94个波长。 然后使用基于热电荷算法（FRSTCA）的模糊粗糙集模型选择三个或三个以下最佳波长。 支持向量数据描述（SVDD）用于开发害虫大豆的分类

提出一种基于可见光谱图多模态词典特征低秩稀疏表示框架的大豆外观品质判别方法,以精确确定大豆品质等级。首先,提取大豆粒子可见光谱图像的多尺度空间梯度特征和色差分量(YCbCr)颜色空间特征;将上述提取的空间梯度特征和颜色空间特征看作视觉词汇,通过Kernel K-means聚类算法获取视觉词汇的核空间局部分布聚类中心,形成视觉词典;然后,使用低秩稀疏表示法耦合上述两种特征,用于消除高维异质模态词典描述符中冗余信息的影响;最后,在高维耦合空间中根据样本之间的度量对低秩稀疏耦合表示多模态词典特征进行分

空间优化大豆 确保您从learningweb下载图形，土地用途图和目标，并将它们粘贴到提供的文件夹中，因为它们显然被忽略。 在运行优化脚本之前，请在anaconda提示符下执行以下命令： conda activate opti 我们需要什么数据 对于这两个研究领域（亚马逊和塞拉多），我们需要： 土地利用图（至少包含大豆类，而非大豆类） 温度数据 沉淀 来自learnweb的有用数据 infrastracture.zip protected_areas.zip 基础数据 mt_2017_