Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

SOIL ANALYSIS AND CROP RECOMMENDATION USING MACHINE LEARNING.

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: M.Aravind Kumar
ISBN: 9786206180753
Год издания: 1905
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 60
Издательство: LAP LAMBERT Academic Publishing
Цена: 27094 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли экономики:
Код товара: 759925
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: This book summarizes the India's agriculture sector is significant. It is necessary for the Indian economy's survival and expansion. India is a significant producer of many different agricultural goods. In the process of cultivating crops, soil is crucial. A non-renewable, dynamic natural resource required for life is soil. The selection of the right crop based on the needs of the soil is a common issue faced by young Indian farmers. They experience a significant decline in productivity as a result. Earlier crop cultivation used to be done by farmers with practical experience. Based on the qualities and properties of the soil, farmers are no longer able to select the ideal crop. Therefore, a recommendation system that uses a machine learning algorithm to suggest the crop that can be harvested in that specific soil has been developed. In the proposed system, we process the user- supplied image of the soil and classify it into one of four classifications of soil: Red, Alluvial, Black, and Clay. A MobileNetV2 Architecture model accomplishes this. Several crops that can be grown in that soil type are recommended when the soil type is forecasted.
Ключевые слова: Use Case Diagram, soil, crop yield