检索结果-内蒙古大学图书馆

作物学报 2022年第5期48卷 1248-1261页

作者：王泽周钦阳刘聪穆悦郭威丁艳锋二宫正士南京农业大学作物表型组学交叉研究中心/南京农业大学前沿交叉研究院/江苏省现代作物生产协同创新中心/现代作物生产省部共建协同创新中心东京大学农学生命科学研究院生态调和农学机构/国际田间作物表型研究实验室

田间水稻表型监测可用于分析水稻产量相关性状,对指导水稻栽培管理以及产量预测具有重要意义。本研究以3种氮肥处理下6个不同栽培品种的水稻为研究对象,估测并评价了水稻冠层的主要表型参数,以探讨利用图像分析方法评价多品种及栽培环... 详细信息

田间水稻表型监测可用于分析水稻产量相关性状,对指导水稻栽培管理以及产量预测具有重要意义。本研究以3种氮肥处理下6个不同栽培品种的水稻为研究对象,估测并评价了水稻冠层的主要表型参数,以探讨利用图像分析方法评价多品种及栽培环境下田间水稻长势的适用性。基于无人机和田间固定相机图像,本研究通过图像处理、三维建模和机器学习自动测算出田间水稻冠层覆盖度、株高、穗数,并结合实际测量结果进行了精度评价。结果表明:(1)基于无人机图像使用决策树分类模型提取的水稻冠层图像与人工勾绘结果一致性较好(Qseg均值为0.75,方差为0.08),由此计算的冠层覆盖度与人工勾绘计算的冠层覆盖度相关性较高(R~2=0.83,RMSE=5.36%);(2)使用冠层高度模型估测的各小区水稻株高均值与田间实测高度均值相关性较高(R~2=0.81, RMSE=9.81 cm),但整体呈现低估;(3)基于地面图像使用决策树分类和形态参数过滤得到的穗数计数结果与实测穗数相关性较高(R~2=0.83,RMSE=10.99)。总体而言,结合图像分析算法,应用低空无人机遥感技术高通量自动化估测水稻冠层覆盖度、株高的精度较高,而应用地面平台进行稻穗精确识别的潜力很大,可用于分析氮肥施用量对水稻长势指标的影响及不同品种对氮肥的响应情况,对田间水稻表型信息的深入挖掘及实际产量预测具有重要意义。

关键词：水稻表型表型平台长势参数株高冠层覆盖度穗数计数

来源：评论

学校读者我要写书评

暂无评论

结合轻量级麦穗检测模型和离线Android软件开发的田间小麦测产

引用

农业工程学报 2021年第19期37卷 156-164页

作者：陈佳玮李庆谭巧行桂世全王笑易福金姜东周济南京农业大学前沿交叉研究院/植物表型组学研究中心/江苏省现代作物生产省部共建协同创新中心南京210095 南京农业大学工学院南京210095 南京农业大学农学院南京210095 南京农业大学经济管理学院南京210095 英国剑桥作物研究中心/英国国立农业植物研究所英国剑桥CB30LE

单位面积麦穗数是重要的产量构成因素之一,通过该性状和不同品种历史数据在田间完成对小麦产量的预估,对育种栽培和农业生产具有非常重要的意义。该研究基于小麦田间栽培试验提出了一套结合轻量级深度学习技术和小麦测产算法在Android(... 详细信息

单位面积麦穗数是重要的产量构成因素之一,通过该性状和不同品种历史数据在田间完成对小麦产量的预估,对育种栽培和农业生产具有非常重要的意义。该研究基于小麦田间栽培试验提出了一套结合轻量级深度学习技术和小麦测产算法在Android(安卓)智能手机上离线分析单位面积穗数和田间测产的技术方案。首先介绍了手机标准化俯拍小麦冠层和手机端图像预处理算法,再根据灌浆期小麦冠层图像构建了MobileNetV2-YOLOV4深度学习模型对单位面积中的麦穗进行识别,然后结合迁移学习和***转换器完成了模型轻量化,最后通过AndroidSDK和SQLite构建了不同小麦品种在手机端的产量数据库和人机交互图形界面。开发的安卓软件"YieldQuant-Mobile"(YQ-M)可离线识别手机拍摄的麦穗数量,并在田间完成产量预测和结果输出等功能。基于从中国各小麦主产区中选择的80个代表性品种(共240个1 m^(2)小区),使用YQ-M完成了这些品种的麦穗检测和小区测产研究。结果显示YQ-M的精确率、召回率、平均精确度和F1分数分别为84.43%,91.05%,91.96%和0.88。单位面积测产结果和实际产量的决定系数为0.839,均方根误差为17.641 g/m^(2)。研究表明YQ-M对麦穗识别精度高,在田间环境下测产结果和算法鲁棒性良好。此外,YQ-M还具有良好的扩展性,可为其他作物的离线智能测产提供借鉴,并为小麦研究和生产实践提供低成本、便捷可靠的田间测产方法。

关键词：模型算法产量轻量级深度学习麦穗计数 Android软件开发小麦

来源：评论

学校读者我要写书评

暂无评论

人工智能——推动植物研究发展的新动力

引用

南京农业大学学报 2022年第5期45卷 1060-1071页

作者：周济陈佳玮沈利言戴杰闻桢杰孙港周洁丁国辉丁艳锋南京农业大学前沿交叉研究院/作物表型组学交叉研究中心江苏南京210095 英国国立农业植物研究所/剑桥作物研究中心英国剑桥CB30LE 南京农业大学农学院/江苏省现代作物生产协同创新中心/现代作物生产省部共建协同创新中心江苏南京210095

从20世纪40年代至今,人工智能(artificial Intelligence,AI)及其相关智能系统的发展经历了多次起伏,在过去20年对AI的应用开始步入快速发展的阶段。本文首先介绍了AI发展简史,包括其理论形成、基础算法、分类定义和发展趋势。然后,针对... 详细信息

从20世纪40年代至今,人工智能(artificial Intelligence,AI)及其相关智能系统的发展经历了多次起伏,在过去20年对AI的应用开始步入快速发展的阶段。本文首先介绍了AI发展简史,包括其理论形成、基础算法、分类定义和发展趋势。然后,针对流行的AI开发框架和技术算法及其在植物研究各领域中的应用进行了概述,例如基因挖掘和分子育种、病虫害检测预防、作物栽培和农业生产等。为发挥AI技术对生物大数据的解析优势,本文着重讨论了AI的创新应用并展示了笔者所在的中国和英国联合实验室与此相关的部分最新研究进展,以期为AI技术在中国植物研究中的推广抛砖引玉、集思广益。

关键词：人工智能 AI发展史 AI技术应用植物研究表型组学智能性状解析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：