地球资源数据云——数据资源详情

水稻图像数据集

水稻是世界上生产最广泛的谷物产品之一，有许多遗传品种。这些品种由于它们的某些特征而彼此分开。这些通常是纹理、形状和颜色等特征。利用这些区分水稻品种的特征，可以对种子的质量进行分类和评估。在这项研究中，使用了土耳其经常种植的五种不同的水稻品种：Arborio、Basmati、Ipsala、Jasmine 和 Karacadag。数据集中包含总共 75,000 张谷物图像，其中每个品种 15,000 张。使用从这些图像获得的具有 106 个特征的第二个数据集，其中包括 12 个形态特征、4 个形状特征和 90 个颜色特征。对特征数据集使用人工神经网络（ANN）和深度神经网络（DNN）算法，对图像数据集使用卷积神经网络（CNN）算法创建模型，并进行分类处理。利用模型的混淆矩阵值计算灵敏度、特异度、预测、F1分数、准确率、假阳性率和假阴性率的统计结果，并在表格中给出每个模型的结果。ANN 模型的分类成功率为 99.87%，DNN 模型的分类成功率为 99.95%，CNN 模型的分类成功率为 100%。结果表明，本研究中用于水稻品种分类的模型可以成功地应用于该领域。并进行了分类过程。利用模型的混淆矩阵值计算灵敏度、特异度、预测、F1分数、准确率、假阳性率和假阴性率的统计结果，并在表格中给出每个模型的结果。ANN 模型的分类成功率为 99.87%，DNN 模型的分类成功率为 99.95%，CNN 模型的分类成功率为 100%。结果表明，本研究中用于水稻品种分类的模型可以成功地应用于该领域。并进行了分类过程。利用模型的混淆矩阵值计算灵敏度、特异度、预测、F1分数、准确率、假阳性率和假阴性率的统计结果，并在表格中给出每个模型的结果。ANN 模型的分类成功率为 99.87%，DNN 模型的分类成功率为 99.95%，CNN 模型的分类成功率为 100%。结果表明，本研究中用于水稻品种分类的模型可以成功地应用于该领域。ANN 为 87%，DNN 为 99.95%，CNN 为 100%。结果表明，本研究中用于水稻品种分类的模型可以成功地应用于该领域。ANN 为 87%，DNN 为 99.95%，CNN 为 100%。结果表明，本研究中用于水稻品种分类的模型可以成功地应用于该领域。