Deep learning of pollen images under low annotation costs: joint optimization of morphological features and training and prediction strategies

作者
Teng Zhang,Limi Mao
出处
期刊:Review of Palaeobotany and Palynology [Elsevier BV]
卷期号:344: 105458-105458 被引量:1
标识
DOI:10.1016/j.revpalbo.2025.105458

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
未老先衰医学生完成签到,获得积分10
1秒前
dskwei完成签到,获得积分10
1秒前
我是老大应助开朗的曼柔采纳,获得10
3秒前
归尘发布了新的文献求助10
3秒前
wanci应助壮壮不爱吃肉采纳,获得10
3秒前
1234发布了新的文献求助10
4秒前
Honey发布了新的文献求助10
5秒前
羊肉沫发布了新的文献求助10
6秒前
6秒前
163763完成签到,获得积分10
7秒前
7秒前
Nole应助卿霜采纳,获得10
7秒前
xxxxzg完成签到,获得积分10
7秒前
8秒前
汉堡包应助SJK采纳,获得10
9秒前
10秒前
12秒前
yyy完成签到,获得积分10
12秒前
13秒前
爆米花应助等广东下雪w采纳,获得10
14秒前
苹果完成签到,获得积分20
14秒前
脑洞疼应助黎小静采纳,获得10
14秒前
14秒前
Honey完成签到,获得积分10
15秒前
xxxxzg发布了新的文献求助30
15秒前
16秒前
徐亚琪发布了新的文献求助10
17秒前
丘比特应助江子川采纳,获得10
17秒前
科目三应助zzz采纳,获得10
18秒前
夜神月发布了新的文献求助10
19秒前
沐易发布了新的文献求助10
19秒前
dde应助小葵采纳,获得10
19秒前
伯爵完成签到,获得积分10
19秒前
归尘发布了新的文献求助30
20秒前
21秒前
21秒前
颜谨完成签到,获得积分10
21秒前
22秒前
泡芙完成签到,获得积分10
22秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Römisch-Germanische Forschungen 1000
APA handbook of comparative psychology: Basic concepts, methods, neural substrate, and behavior 1000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
Electric machines: theory, operating applications, and controls 500
The Analytical and Numerical Solution of Electric and Magnetic Fields 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7603162
求助须知:如何正确求助?哪些是违规求助? 9179067
关于积分的说明 19657545
捐赠科研通 7178365
什么是DOI,文献DOI怎么找? 3269128
关于科研通互助平台的介绍 2433278
邀请新用户注册赠送积分活动 2262961