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
种子动态萌发表型分析算法的研究和软件实现
被引量：
2
1
作者
赵建华
周洁
+4 位作者
戴杰
丁国辉
徐凌翔
关雪莹
周济
《南京农业大学学报》
CAS
CSCD
北大核心
2022年第6期1266-1275,共10页
[目的]种子是植物研究中重要的对象之一,本研究旨在对关键种子萌发表型进行动态监测及量化分析,为了解不同植物生存、生长和繁衍提供表型依据。[方法]本研究以小麦(Triticum aestivum)为研究对象,利用监督式机器学习算法(如K近邻、支持...
[目的]种子是植物研究中重要的对象之一,本研究旨在对关键种子萌发表型进行动态监测及量化分析,为了解不同植物生存、生长和繁衍提供表型依据。[方法]本研究以小麦(Triticum aestivum)为研究对象,利用监督式机器学习算法(如K近邻、支持向量机、随机森林),在不同颜色空间上对3种弱筋小麦品种的种子萌发图像序列进行前、背景对象训练及背景分割,然后通过构建自动化图像处理算法进行目标提取,再结合图论和二维骨架动态分析幼根和根尖点的位置变化,实现关键萌发性状的高通量数字化提取。[结果]本研究可获得大量人工难以计量的萌发性状,包括种子长、宽、面积、周长,幼根和幼芽长度及生长速率等。通过与人工统计数据的线性回归分析,关键动态性状如幼根长、根生长速率、芽长的决定系数R 2值分别为0.922(n=188,P<0.001,RMSE=1.727)、0.719(n=191,P<0.001,RMSE=0.406)、0.897(n=115,P<0.001,RMSE=2.726)。[结论]本研究提出的算法能有效获取种子萌发动态表型组,并可扩展至棉花(Gossypium barbadense)和油菜(Brassica napus),为遗传育种和植物研究提供表型分型依据和智能化解析技术。
展开更多
关键词
种子萌发
动态表型分析
自动化图像处理
监督式机器学习
小麦
在线阅读
下载PDF
职称材料
人工智能——推动植物研究发展的新动力
被引量：
7
2
作者
周济
陈佳玮
+6 位作者
沈利言
戴杰
闻桢杰
孙港
周洁
丁国辉
丁艳锋
《南京农业大学学报》
CAS
CSCD
北大核心
2022年第5期1060-1071,共12页
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...
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。
展开更多
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
在线阅读
下载PDF
职称材料
题名
种子动态萌发表型分析算法的研究和软件实现
被引量：
2
1
作者
赵建华
周洁
戴杰
丁国辉
徐凌翔
关雪莹
周济
机构
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
南京农业大学
人工智能
学
院
浙江
大学
农业
与生物技术
学
院
英国国立
农业
植物
研究
所/英国剑桥
作物
研究
中心
出处
《南京农业大学学报》
CAS
CSCD
北大核心
2022年第6期1266-1275,共10页
基金
江苏省基础研究计划项目(BK20191311)
中央高校基本科研业务费专项资金(JCQY201902)。
文摘
[目的]种子是植物研究中重要的对象之一,本研究旨在对关键种子萌发表型进行动态监测及量化分析,为了解不同植物生存、生长和繁衍提供表型依据。[方法]本研究以小麦(Triticum aestivum)为研究对象,利用监督式机器学习算法(如K近邻、支持向量机、随机森林),在不同颜色空间上对3种弱筋小麦品种的种子萌发图像序列进行前、背景对象训练及背景分割,然后通过构建自动化图像处理算法进行目标提取,再结合图论和二维骨架动态分析幼根和根尖点的位置变化,实现关键萌发性状的高通量数字化提取。[结果]本研究可获得大量人工难以计量的萌发性状,包括种子长、宽、面积、周长,幼根和幼芽长度及生长速率等。通过与人工统计数据的线性回归分析,关键动态性状如幼根长、根生长速率、芽长的决定系数R 2值分别为0.922(n=188,P<0.001,RMSE=1.727)、0.719(n=191,P<0.001,RMSE=0.406)、0.897(n=115,P<0.001,RMSE=2.726)。[结论]本研究提出的算法能有效获取种子萌发动态表型组,并可扩展至棉花(Gossypium barbadense)和油菜(Brassica napus),为遗传育种和植物研究提供表型分型依据和智能化解析技术。
关键词
种子萌发
动态表型分析
自动化图像处理
监督式机器学习
小麦
Keywords
seed germination
dynamic phenotypic analysis
automated image processing
supervised machine learning
wheat
分类号
TP317.4 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
人工智能——推动植物研究发展的新动力
被引量：
7
2
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
机构
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
英国国立
农业
植物
研究
所/剑桥
作物
研究
中心
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
出处
《南京农业大学学报》
CAS
CSCD
北大核心
2022年第5期1060-1071,共12页
基金
中央高校基本科研业务费专项资金(JCQY201902)
国家自然科学基金项目(32070400)。
文摘
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
Keywords
artificial intelligence
history of AI
applications of AI techniques
plant research
plant phenomics
smart trait analysis
分类号
TP18 [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
作者
出处
发文年
被引量
操作
1
种子动态萌发表型分析算法的研究和软件实现
赵建华
周洁
戴杰
丁国辉
徐凌翔
关雪莹
周济
《南京农业大学学报》
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
2
人工智能——推动植物研究发展的新动力
周济
陈佳玮
沈利言
戴杰
闻桢杰
孙港
周洁
丁国辉
丁艳锋
《南京农业大学学报》
CAS
CSCD
北大核心
2022
7
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
