دانلود فایل با شمار فاکتور
لطفا شماره فاکتور خود را درج نمایید
جدیدترین لغات واژهنامه
کشورهای شمال اروپا
آتش سوزی های جنگلی
دوسویه
نادیده گرفتن، دست انداخ
اجتناب ناپذیر، بی شفقت،
آمار بازدیدکنندگان
بازدید امروز :18
بازدید روز گذشته :58
بازدید این هفته :76
بازدید این ماه :383
مجموع آمار بازدید ها :801677
بازدید روز گذشته :58
بازدید این هفته :76
بازدید این ماه :383
مجموع آمار بازدید ها :801677
عنوان محصول: کلان داده ها و یادگیری ماشین برای حفاظت از محصول
دستهبندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار:
17 تير 1398
توضیحات مختصر:
حفاظت از محصول، علم و عمل مدیریت بیماریهای گیاهان، علفهای هرز و سایر آفات است. مدیریت علفهای هرز و کنترل آنها در جایی که محصولات به دلیل علفهای هرز و آفات دچار کاهش میشوند، مهم است. با این حال، کشاورزان، با پیچیدگی روز افزون کنترل علف هرز به دلیل مقاومت در برابر علف کش ها و تکامل آنها، روبرو هس...
|
کلان داده ها و یادگیری ماشین برای حفاظت از محصول |
قیمت : 40000 تومان
تخفیف: 2000 تومان
تخفیف ویژه : 10 درصد
قیمت نهایی: 34000 تومان
360 بازدید
کد مقاله: TTC-
3774
نوع فایل : docx
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Abstract
Crop protection is the science and practice of managing plant diseases, weeds and other pests. Weed management and control are important given that crop yield losses caused by pests and weeds are high. However, farmers face increased complexity of weed control due to evolved resistance to herbicides. This paper first presents a brief review of some significant research efforts in crop protection using Big data with the focus on weed control and management followed by some potential applications. Some machine learning techniques for Big data analytics are also reviewed. The outlook for Big data and machine learning in crop protection is very promising. The potential of using Markov random fields (MRF) which takes into account the spatial component among neighboring sites for herbicide resistance modeling of ryegrass is then explored. To the best of our knowledge, no similar work of modeling herbicide resistance using the MRF has been reported. Experiments and data analytics have been performed on data collected from farms in Australia. Results have revealed the good performance of our approach.
چکیده
حفاظت از محصول، علم و عمل مدیریت بیماریهای گیاهان، علفهای هرز و سایر آفات است. مدیریت علفهای هرز و کنترل آنها در جایی که محصولات به دلیل علفهای هرز و آفات دچار کاهش میشوند، مهم است. با این حال، کشاورزان، با پیچیدگی روز افزون کنترل علف هرز به دلیل مقاومت در برابر علف کش ها و تکامل آنها، روبرو هستند. این مقاله، یک بررسی کوتاه از برخی از تحقیقات عملی در حفاظت از علفهای هرز با استفاده از دادههای کلان با تمرکز روی کنترل علفهای هرز و مدیریت کاربردهای بالقوه آن ارائه میکند. برخی از تکنیکهای یادگیری ماشین برای تحلیل دادههای کلان در این مقاله ارزیابی شدند. خروجی و چشم انداز مربوط به دادههای کلان و یادگیری ماشین در حفاظت از محصولات کشاورزی، بسیار امید بخش است. پتانسیل استفاده از میدان تصادفی مارکو (MRF) که مؤلفه فضایی در بین سایتهای همسایه برای مدل سازی مقاومت در برابر علف کشها در این مقاله کاوش میشود. تاجایی که میدانیک، کار مشابهی دراین زمینه برای مدل سازی مقاومت در برابر علف کش ها با استفاده از MRF ارائه نشده است. آزمایشها و تحلیل دادهها، روی دادههای به دست آمده از مزرعهای در استرالیا انجام شده است. نتایج نشان دهنده عملکرد روش پیشنهادی ما است.
تعداد صفحات انگلیسی:8
صفحه
تعداد صفحات فـارسـی:24
صفحه