期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络和合成数据集训练鉴定棉花种子萌发期的耐盐性
1
作者 王勇攀 马君 +8 位作者 李晨宇 姚梦瑶 王子轩 黄灵芝 朱海艳 刘皖蓉 李波 杨洋 高文伟 《新疆农业科学》 北大核心 2025年第2期261-269,共9页
【目的】建立便捷且精准的棉花种子萌发表型的无损检测方法,鉴定不同棉花种质萌发期的耐盐性。【方法】利用150张不同阶段的棉花种子萌发图像生成合成数据集,并以此进行Mask R-CNN模型训练。利用训练好的模型,对60份棉花种子在125 mmol/... 【目的】建立便捷且精准的棉花种子萌发表型的无损检测方法,鉴定不同棉花种质萌发期的耐盐性。【方法】利用150张不同阶段的棉花种子萌发图像生成合成数据集,并以此进行Mask R-CNN模型训练。利用训练好的模型,对60份棉花种子在125 mmol/L NaCl处理下萌发真实图像中的种壳和胚芽进行实例分割和表型提取,计算种子发芽率、发芽势和胚芽长度,评价60份棉花种子的萌发期耐盐性。【结果】生成的合成数据集包含2000组合成图像及其相应掩模,利用该数据集训练的Mask R-CNN模型对真实图像中种壳和胚芽的分割准确度在95%以上,基于模型提取数据获得的种子发芽率、发芽势、胚芽长度和真实测量值高度线性相关(R^(2)>0.98,P<0.001),利用模型能够准确的获取表型。各性状的耐盐指数的聚类分析将60份棉花材料分为4个水平;珂字棉4号(0.95)、MC-30(0.88)、陆8早(0.81)等材料的D值较大,其耐盐性较高。【结论】建立了基于卷积神经网络和合成数据集训练的棉花种子萌发期性状鉴定方法,并使用该方法,无损、快速且精准的鉴定了60份棉花种质种子萌发期的耐盐性。 展开更多
关键词 棉花 卷积神经网络 图像分割 种子萌发
在线阅读 下载PDF
小麦Wcor719基因的原核表达及转化烟草和棉花提高抗冷性研究 被引量:5
2
作者 李晓荣 王冬梅 +4 位作者 李建平 李静 张帅 陈国华 黄乐平 《核农学报》 CAS CSCD 北大核心 2012年第3期420-426,共7页
为研究Wcor719基因的抗寒功能,获得具有抗寒性的棉花新种质,构建小麦冷诱导基因原核表达载体Wcor719-pET28a进行蛋白表达,SDS-PAGE分析表明其诱导蛋白大小约为24.0kD,表达量在诱导4h时达到最大,且与IPTG诱导浓度无明显相关性。同时通过... 为研究Wcor719基因的抗寒功能,获得具有抗寒性的棉花新种质,构建小麦冷诱导基因原核表达载体Wcor719-pET28a进行蛋白表达,SDS-PAGE分析表明其诱导蛋白大小约为24.0kD,表达量在诱导4h时达到最大,且与IPTG诱导浓度无明显相关性。同时通过农杆菌介导的叶盘法将构建的Wcor719-pCambia1301植物表达载体转入烟草(Nicotiana tabacum)SR-1中,T1代转基因烟草植株经过抗生素筛选和PCR检测后进行低温胁迫,测定抗寒生理指标,结果显示转基因植株的脯氨酸和可溶性糖含量均比对照有所提高。该基因经过功能验证后用花粉管通道法转入棉花(Gossypium hirsutum)新陆中49,T0代、T1代经过田间检测及PCR检测后研究T2代转基因棉花低温胁迫下的抗寒性,结果显示,转基因棉花脯氨酸含量和可溶性糖含量均在第5天达到峰值,且明显高于对照;而丙二醛含量低于对照,初步证明转基因烟草和棉花的抗寒性均有所提高,由此表明通过转冷调节基因来提高植物的抗寒性具有良好的应用前景。 展开更多
关键词 Wcor719基因 蛋白表达 转基因烟草 转基因棉花 抗寒性
在线阅读 下载PDF
基于无人机多光谱NDVI值估测玉米产量
3
作者 张磊 姚梦瑶 +8 位作者 刘志刚 李娟 杨洋 蔡大润 陈果 李波 李晓荣 陈勋基 翟云龙 《新疆农业科学》 CAS CSCD 北大核心 2024年第4期845-851,共7页
【目的】研究基于UAS-8无人机采集数据,运用归一化植被指数(Normalized Difference Vegetation Index)模型估测玉米产量,为大田无人机多光谱预测玉米产量提供理论依据。【方法】以新疆18份春播玉米为研究对象,获取开花期多光谱图像,经... 【目的】研究基于UAS-8无人机采集数据,运用归一化植被指数(Normalized Difference Vegetation Index)模型估测玉米产量,为大田无人机多光谱预测玉米产量提供理论依据。【方法】以新疆18份春播玉米为研究对象,获取开花期多光谱图像,经过辐射校正、大气校正、建立掩膜、提取NDVI图,计算植被覆盖率,得到区光谱反射率和归一化植被指数实际数值,将NDVI值与田间实测产量值进行模型拟合。【结果】幂函数Y=23411.46-10997.99/X(R^(2)=0.4886),二次函数为Y=39003.00-117963.03X+103130.25X 2(R^(2)=0.562),正反比函数(Inverse Proportional Function)为Y 2=2840.5 X/(1-X)(R^(2)=0.495),利用偏最小二乘回归(Partial Least Squares Regression),其线性函数Y=24458.22X-9620.55(R^(2)=0.521)。【结论】在数值0.5~0.8区间,NDVI与玉米产量具有较高的相关性,线性函数方程NDVI值可预测玉米的产量。 展开更多
关键词 玉米 产量 归一化植被指数(NDVI) 偏最小二乘回归(PLSR)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部