A Novel 1D-DenseNet-Like Architecture for Enhanced Raisin Grain Classification

This study introduces a novel sparse one-dimensional dense convolutional network-like (1D-DenseNet) architecture, optimized explicitly for raisin variety classification. By combining advanced deep learning techniques with a concise set of seven pre-extracted morphological features, our method signif...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής

Κύριος συγγραφέας:	Thi-Thu-Hong Phan
Μορφή:	Artigo
Γλώσσα:	Inglês
Έκδοση:	World Scientific Publishing 2026-05-01
Σειρά:	Vietnam Journal of Computer Science
Θέματα:	Raisin grain classification 1D-DenseNet morphological features hybrid model classification accuracy
Διαθέσιμο Online:	https://www.worldscientific.com/doi/10.1142/S2196888825500101
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!