期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络的草莓叶片缺氮诊断模型研究
1
作者
葛世龙
吕芯悦
+5 位作者
曲明山
李婷
赵小平
晁慧娟
史凯丽
李莉
《蔬菜》
2025年第8期23-30,共8页
氮是草莓生长的关键营养元素之一,草莓缺氮导致的生长受阻会影响草莓的产量和品质,因此需要对草莓生长过程中可能发生的缺氮症状进行精准、及时的识别。本研究利用深度学习模型,对草莓叶片图像进行特征提取与分析,构建了一个能够自动识...
氮是草莓生长的关键营养元素之一,草莓缺氮导致的生长受阻会影响草莓的产量和品质,因此需要对草莓生长过程中可能发生的缺氮症状进行精准、及时的识别。本研究利用深度学习模型,对草莓叶片图像进行特征提取与分析,构建了一个能够自动识别草莓叶片缺氮症状的卷积神经网络模型,旨在通过非接触式、高效精准的方法诊断草莓生长过程中的氮素营养状况。首先,对数据集进行整理合并和扩充,使得数据集更适合卷积神经网络的训练过程;之后,通过多次对比试验,不断改变网络结构,以确定最优数据集以及模型的最优参数;最后,将构建的模型与残差网络(ResNet)模型进行测试对比。结果表明:本模型激活函数为Swish,网络结构卷积层为2层,每层卷积核数量分别为16个和64个,卷积核大小均为3×3;本模型的效果优于ResNet模型,准确率、精确率、召回率分别提高了7.90、4.08、5.21百分点。本研究为草莓精准施肥管理提供了科学依据和技术支持,有助于提高草莓产量与品质,促进农业可持续发展。
展开更多
关键词
草莓
叶片缺氮
卷积神经网络
深度学习
可见光
图像识别
特征表示
激活函数
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的草莓叶片缺氮诊断模型研究
1
作者
葛世龙
吕芯悦
曲明山
李婷
赵小平
晁慧娟
史凯丽
李莉
机构
中国农业大学信息与电气工程学院
北京市农林科学院智能装备技术研究中心
北京市农业技术推广站
北京市昌平职业学校
出处
《蔬菜》
2025年第8期23-30,共8页
基金
北京市农林科学院改革与发展项目
北京市农林科学院重大学科培育项目
北京市农林科学院创新能力建设项目(KJCD20240407)。
文摘
氮是草莓生长的关键营养元素之一,草莓缺氮导致的生长受阻会影响草莓的产量和品质,因此需要对草莓生长过程中可能发生的缺氮症状进行精准、及时的识别。本研究利用深度学习模型,对草莓叶片图像进行特征提取与分析,构建了一个能够自动识别草莓叶片缺氮症状的卷积神经网络模型,旨在通过非接触式、高效精准的方法诊断草莓生长过程中的氮素营养状况。首先,对数据集进行整理合并和扩充,使得数据集更适合卷积神经网络的训练过程;之后,通过多次对比试验,不断改变网络结构,以确定最优数据集以及模型的最优参数;最后,将构建的模型与残差网络(ResNet)模型进行测试对比。结果表明:本模型激活函数为Swish,网络结构卷积层为2层,每层卷积核数量分别为16个和64个,卷积核大小均为3×3;本模型的效果优于ResNet模型,准确率、精确率、召回率分别提高了7.90、4.08、5.21百分点。本研究为草莓精准施肥管理提供了科学依据和技术支持,有助于提高草莓产量与品质,促进农业可持续发展。
关键词
草莓
叶片缺氮
卷积神经网络
深度学习
可见光
图像识别
特征表示
激活函数
Keywords
strawberry
leaf nitrogen deficiency
convolutional neural network
deep learning
visible light
image recognition
feature representation
activation function
分类号
S668.4 [农业科学—果树学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的草莓叶片缺氮诊断模型研究
葛世龙
吕芯悦
曲明山
李婷
赵小平
晁慧娟
史凯丽
李莉
《蔬菜》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
