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
2
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
利用图像和机器学习检测大豆作物幼苗期玉米杂苗
被引量：
7
1
作者
Paulo FLORES
张昭
+2 位作者
Jithin MATHEW
Nusrat JAHAN
John STENGER
《智慧农业（中英文）》
2020年第3期61-74,共14页
在大豆-玉米轮作生产过程中,玉米杂苗会与大豆苗竞争水和肥料,而且很容易遮住大豆苗,影响害虫(如玉米根虫)的防控,降低大豆品质。因此,在大豆幼苗期及时检测出玉米杂苗并对其进行处理非常重要。传统的人工检测方法主观性强、效率低,传...
在大豆-玉米轮作生产过程中,玉米杂苗会与大豆苗竞争水和肥料,而且很容易遮住大豆苗,影响害虫(如玉米根虫)的防控,降低大豆品质。因此,在大豆幼苗期及时检测出玉米杂苗并对其进行处理非常重要。传统的人工检测方法主观性强、效率低,传感器和算法的发展为自动检测玉米杂苗提供了更好的解决方案。本研究在温室环境下模仿田间条件,待玉米和大豆发芽后,连续5天用因特尔RealSense D435相机采集彩色图像,并人工裁剪幼苗图像区域,在此基础上对图像进行分割和去噪。在采集图像形状、色彩和纹理特征值后,对所采集的特征值进行权重分析,保留前10种重要的特征值导入基于特征的机器学习算法中进行模型训练和预测。预测结果表明,支持向量机模型(SVM)、神经网络(NN)和随机森林(RF)的预测精度分别为85.3%,81.5%和82.6%。将数据集导入GoogLeNet和VGG-16两种深度学习模型进行训练,预测精度分别为96.0%和96.2%。VGG-16模型在区分大豆幼苗和玉米杂苗中有较好的表现,彩色图像和VGG-16模型组成的系统可以自动检测大豆生长过程中玉米杂苗的情况,为农民提供准确的信息,帮助其进行生产决策和田间管理。
展开更多
关键词
玉米
-大豆轮作
玉米杂苗
图像处理
机器学习
深度学习
支持向量机(SVM)
在线阅读
下载PDF
职称材料
40%乙·氰悬乳剂防除夏玉米田杂草药效试验
被引量：
1
2
作者
闫新华
高忠文
+1 位作者
孔斌
王金信
《农药科学与管理》
CAS
2000年第5期26-27,31,共3页
田间试验表明40 %乙·氰悬乳剂对玉米田杂草具有良好的防治效果 ,最佳用量175～200mL/mu,药后45d防效在90 %以上 ,鲜重防效达93 %以上。
关键词
乙·氰悬乳剂
玉米
田
杂
苗
除草效果
在线阅读
下载PDF
职称材料
题名
利用图像和机器学习检测大豆作物幼苗期玉米杂苗
被引量：
7
1
作者
Paulo FLORES
张昭
Jithin MATHEW
Nusrat JAHAN
John STENGER
机构
北达科他州州立大学农业与生物工程系
北达科他州州立大学植物科学系
出处
《智慧农业（中英文）》
2020年第3期61-74,共14页
基金
NDSU-AES Project(FARG005348)。
文摘
在大豆-玉米轮作生产过程中,玉米杂苗会与大豆苗竞争水和肥料,而且很容易遮住大豆苗,影响害虫(如玉米根虫)的防控,降低大豆品质。因此,在大豆幼苗期及时检测出玉米杂苗并对其进行处理非常重要。传统的人工检测方法主观性强、效率低,传感器和算法的发展为自动检测玉米杂苗提供了更好的解决方案。本研究在温室环境下模仿田间条件,待玉米和大豆发芽后,连续5天用因特尔RealSense D435相机采集彩色图像,并人工裁剪幼苗图像区域,在此基础上对图像进行分割和去噪。在采集图像形状、色彩和纹理特征值后,对所采集的特征值进行权重分析,保留前10种重要的特征值导入基于特征的机器学习算法中进行模型训练和预测。预测结果表明,支持向量机模型(SVM)、神经网络(NN)和随机森林(RF)的预测精度分别为85.3%,81.5%和82.6%。将数据集导入GoogLeNet和VGG-16两种深度学习模型进行训练,预测精度分别为96.0%和96.2%。VGG-16模型在区分大豆幼苗和玉米杂苗中有较好的表现,彩色图像和VGG-16模型组成的系统可以自动检测大豆生长过程中玉米杂苗的情况,为农民提供准确的信息,帮助其进行生产决策和田间管理。
关键词
玉米
-大豆轮作
玉米杂苗
图像处理
机器学习
深度学习
支持向量机(SVM)
Keywords
corn and soybean rotation
volunteer corn
image processing
machine learning
deep learning
support vector machine(SVM)
分类号
S52 [农业科学—作物学]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
40%乙·氰悬乳剂防除夏玉米田杂草药效试验
被引量：
1
2
作者
闫新华
高忠文
孔斌
王金信
机构
山东华阳农药化工集团
山东农业大学植保系
出处
《农药科学与管理》
CAS
2000年第5期26-27,31,共3页
文摘
田间试验表明40 %乙·氰悬乳剂对玉米田杂草具有良好的防治效果 ,最佳用量175～200mL/mu,药后45d防效在90 %以上 ,鲜重防效达93 %以上。
关键词
乙·氰悬乳剂
玉米
田
杂
苗
除草效果
Keywords
acetochlor-cyanazine cornfield weeds -control effect
分类号
S482.4 [农业科学—农药学]
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
利用图像和机器学习检测大豆作物幼苗期玉米杂苗
Paulo FLORES
张昭
Jithin MATHEW
Nusrat JAHAN
John STENGER
《智慧农业（中英文）》
2020
7
在线阅读
下载PDF
职称材料
2
40%乙·氰悬乳剂防除夏玉米田杂草药效试验
闫新华
高忠文
孔斌
王金信
《农药科学与管理》
CAS
2000
1
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
