期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于智能算法的云南甘蔗产量预测
1
作者 王泳智 田鹏 +5 位作者 李富生 孙吉红 孙陈 刘振洋 刘念 钱晔 《湖北农业科学》 2024年第8期126-131,146,共7页
构建基于智能算法的甘蔗产量预测模型,对云南省8个甘蔗产区甘蔗产量进行预测。选取云南省临沧市、德宏傣族景颇族自治州、普洱市、文山壮族苗族自治州、红河哈尼族彝族自治州、保山市、西双版纳傣族自治州、玉溪市2000—2020年每日的气... 构建基于智能算法的甘蔗产量预测模型,对云南省8个甘蔗产区甘蔗产量进行预测。选取云南省临沧市、德宏傣族景颇族自治州、普洱市、文山壮族苗族自治州、红河哈尼族彝族自治州、保山市、西双版纳傣族自治州、玉溪市2000—2020年每日的气象、土壤数据及产量数据,通过专家打分法初步筛选对甘蔗产量影响较大的气象、土壤因子,应用逐步回归分析算法筛选甘蔗生长周期内的气候、土壤关键影响因子。在数据集划分和筛选关键影响因子的基础上,以每年气象、土壤因子作为输入变量,以每年甘蔗产量为输出变量,建立了BP神经网络产量预测模型。以每日和每年的气象、土壤因子作为输入向量,以甘蔗产量为输出变量,建立了长短期记忆网络(LSTM)神经网络产量预测模型。测试集结果表明,BP神经网络模型决定系数(R^(2))为0.916、平均绝对误差(MAE)为28.65万t、均方根误差(RMSE)为40.83万t,LSTM神经网络模型R^(2)为0.978、MAE为16.04万t、RMSE为20.72万t。LSTM神经网络模型预测精度高,模型性能优良,能较好地预测云南省甘蔗产量。 展开更多
关键词 智能算法 甘蔗 BP神经网络 长短期记忆网络(LSTM)神经网络 产量预测 云南省
在线阅读 下载PDF
割手密转录因子SsW RKY1提高甘蔗品种抗旱能力的功能鉴定 被引量:4
2
作者 沈庆庆 王天菊 +4 位作者 王俊刚 张树珍 赵雪婷 何丽莲 李富生 《作物学报》 CAS CSCD 北大核心 2023年第10期2654-2664,共11页
SsWRKY1是甘蔗属野生种割手密WRKY家族成员基因,开展SsWRKY1基因的功能分析,为研究SsWRKY1参与干旱调控的分子机制提供有价值的信息。本研究利用农杆菌介导转化技术获得SsWRKY1过表达株系和RNAi干扰株系,PEG干旱胁迫处理发现过表达株系... SsWRKY1是甘蔗属野生种割手密WRKY家族成员基因,开展SsWRKY1基因的功能分析,为研究SsWRKY1参与干旱调控的分子机制提供有价值的信息。本研究利用农杆菌介导转化技术获得SsWRKY1过表达株系和RNAi干扰株系,PEG干旱胁迫处理发现过表达株系受干旱胁迫伤害程度明显轻于非转基因植株,而干扰表达株系则表现严重的干旱胁迫伤害;过表达株系脯氨酸(Pro)含量显著增加,丙二醛(MDA)含量显著下降,超氧化物歧化酶(SOD)、过氧化物酶(POD)、过氧化氢酶(CAT)等抗氧化酶活性出现不同程度的提高,且胁迫响应基因MAPK级联信号传递基因MAPK、ABA生物合成基因NCED、脯氨酸生物合成基因P5CS、以及ROS清除系统基因SOD、POD、CAT的表达水平明显升高,说明过表达SsWRKY1能够提高甘蔗应对干旱胁迫的能力。本研究表明,SsWRKY1基因通过激活抗氧化系统和调节胁迫响应基因的方式增强了甘蔗对干旱的抗性,可作为甘蔗抗性遗传改良的重要基因资源。 展开更多
关键词 WRKY转录因子 转基因甘蔗 抗旱性 功能鉴定
在线阅读 下载PDF
基于迁移模型集成的马铃薯叶片病害识别方法 被引量:4
3
作者 章广传 李彤 +4 位作者 何云 高泉 叶荣 钱晔 马自飞 《江苏农业科学》 北大核心 2023年第15期216-224,共9页
针对目前马铃薯叶片病害识别工作量大、准确率低且主观性强等热点问题,提出1种通过ResNet34模型结合不同迁移方式进行集成学习以快速识别马铃薯叶片病害图像的方法。首先,利用多种迁移方式(全部参数迁移、特征提取、微调及全新训练4种... 针对目前马铃薯叶片病害识别工作量大、准确率低且主观性强等热点问题,提出1种通过ResNet34模型结合不同迁移方式进行集成学习以快速识别马铃薯叶片病害图像的方法。首先,利用多种迁移方式(全部参数迁移、特征提取、微调及全新训练4种训练方法),通过调整超参数,使模型快速收敛达到全局最优点。其次,使用混淆矩阵对多种迁移方式的训练模型结果进行对比分析,微调模型识别准确率达到95.45%。最后,利用集成学习将3种训练较优的模型进行集成并与微调模型进行对比。通过试验建立了1个马铃薯叶片病害图像数据集,结果表明,相比现有热门神经网络模型,该数据集无论是识别准确率还是识别效率均有显著提升,通过对比发现,试验的总体准确率提升了3.68百分点,达到99.13%,迁移学习能够更快速地收敛,减少训练时间,并且集成学习能够大幅提升平均识别准确率。本研究提出的针对马铃薯叶片病害的识别方法成本低、精确率高,能更好地应用于日常病害识别中,为植物叶片病害的智能诊断提供借鉴和参考。 展开更多
关键词 马铃薯 病害识别 迁移学习 ResNet 集成学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部