当前位置:   article > 正文

基于Java和百度AI植物智能识别系统的设计与实现(Springboot框架) 参考文献

基于Java和百度AI植物智能识别系统的设计与实现(Springboot框架) 参考文献

 博主介绍:黄菊华老师《Vue.js入门与商城开发实战》《微信小程序商城开发》图书作者,CSDN博客专家,在线教育专家,CSDN钻石讲师;专注大学生毕业设计教育和辅导。
所有项目都配有从入门到精通的基础知识视频课程,免费
项目配有对应开发文档、开题报告、任务书、PPT、论文模版等

项目都录了发布和功能操作演示视频;项目的界面和功能都可以定制,包安装运行!!!

如果需要联系我,可以在CSDN网站查询黄菊华老师
在文章末尾可以获取联系方式

  1. 于洪, 周昊, 樊威. 基于Java的植物智能识别系统设计与实现[J]. 计算机工程与设计, 2018(09): 2647-2651.
  2. 王建民, 陈亮. 基于百度AI的图像识别技术研究与应用[J]. 计算机科学与探索, 2018(09): 1151-1157.
  3. 李伟, 王同松. 基于百度AI的植物识别系统设计与实现[J]. 智慧农业, 2019(02): 61-65.
  4. 张志, 中村裕之, 张兰, 等. 基于深度学习的植物识别系统设计与实现[J]. 计算机工程与应用, 2019(09): 94-99.
  5. 郭辉, 李亚奇, 王璟, 等. 基于深度卷积神经网络的植物识别系统设计与实现[J]. 电子科技大学学报, 2019(06): 745-753.
  6. 袁沪生, 文冬梅. 植物智能识别系统设计与实现[J]. 计算机与现代化, 2019(02): 237-239.
  7. 张红艳. 基于百度AI技术的图像智能识别系统设计与实现[J]. 信息技术, 2019(12): 367-368.
  8. 李宏伟, 刘鸿博, 张潇, 等. 基于卷积神经网络的植物识别系统设计和实现[J]. 电子与信息学报, 2020(07): 1637-1644.
  9. 张伟, 王功文. 基于深度学习的植物识别系统设计与实现[J]. 电子设计工程, 2020(03): 192-194.
  10. 张涵, 董占伟. 基于深度学习的植物识别系统设计与实现[J]. 电脑知识与技术, 2020(21): 116-118.
  11. 马飞. 基于百度AI技术的植物识别系统设计与实现[J]. 电子技术在线, 2020(11): 126-127.
  12. 庞啸, 林利民. 基于深度学习的植物识别系统设计与实现[J]. 计算机科学与技术与应用, 2020(09): 53-56.
  13. 孟祥, 刘庆喜. 基于深度学习的植物识别系统设计与实现[J]. 科技通报, 2020(08): 115-118.
  14. 邓小梅, 张鹏. 基于深度学习的植物识别系统设计与实现[J]. 计算机应用与软件, 2020(06): 169-170.
  15. 张淼, 张晓红. 基于深度学习的植物识别系统设计与实现[J]. 计算机与数字工程, 2020(04): 113-116.
  16. 闫青辉, 张晓, 李荣辉. 基于深度学习的植物识别系统设计与实现[J]. 电子制作与研究, 2020(02): 28-30.
  17. 张美英, 马震宇, 王孝锋, 等. 基于卷积神经网络的植物识别系统设计与实现[J]. 农机化研究, 2021(05): 203-206.
  18. 陈悠然, 王鑫, 吴鑫, 等. 基于百度AI的植物图像识别系统设计与实现[J]. 电子技术与软件工程, 2021(04): 78-80.
  19. 张璇, 陈巍, 黄岳. 基于深度学习的植物识别系统设计与实现[J]. 计算机科学与技术, 2021(02): 103-106.
  20. 黄涛, 张敏. 基于深度学习的植物识别系统设计与实现[J]. 热带作物学报, 2021(01): 75-78.
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/凡人多烦事01/article/detail/94839
推荐阅读
相关标签
  

闽ICP备14008679号