检索结果-维普期刊中文期刊服务平台

基于积温变化的水稻叶形态伸展过程可视化模拟被引量：5: 1; 作者孙爱珍何火娇 +2 位作者杨红云唐建军罗威《江西农业大学学报》 CAS CSCD 北大核心 2012年第5期1058-1063,共6页; 通过分析水稻叶片生长过程中的几何形态数据,构建了水稻叶片几何形态参数与有效积温之间的动态关系模型和水稻叶片空间形态三维模型。结合水稻植株分蘖拓扑结构,利用OpenGL图形接口,在计算机上实现了水稻穗前形态随环境温度动态生长过... 展开更多; 关键词水稻叶片形态有效积温三维模型可视化; 在线阅读下载PDF 职称材料

基于SPAD值的水稻叶色变化过程可视化模拟被引量：7: 2; 作者孙爱珍杨红云何火娇《计算机工程与应用》 CSCD 北大核心 2017年第11期233-236,共4页; 通过试验观测水稻叶片SPAD值与叶片图像的RGB值,分析并构建了SPAD值与叶片图像的R、G、B分量值之间关系模型,模型判定系数分别为0.932 8、0.833 1、0.562 3,表明SPAD与叶片颜色之间存在相关性。通过对SPAD值随叶片表面空间和时间的变化... 展开更多; 关键词水稻叶色 SPAD值可视化; 在线阅读下载PDF 职称材料

水稻叶片几何参数图像视觉测量方法研究被引量：14: 3; 作者杨红云孙爱珍何火娇《湖北农业科学》 2015年第17期4317-4320,共4页; 提出了一种基于图像视觉原理的水稻叶片几何形态参数测量计算方法,通过图像分割处理,统计参考物与目标叶片面积的像素数,计算叶片面积;通过求取参考物和目标叶片的最小外接矩形方法,计算叶片的长度和宽度值;利用基于4个方向模板运算的... 展开更多; 关键词水稻叶片几何参数最小外接矩形视觉测量骨架提取直线检测; 在线阅读下载PDF 职称材料

基于图像特征的水稻叶片全氮含量估测模型研究被引量：6: 4; 作者杨红云罗建军 +2 位作者孙爱珍万颖易文龙《浙江农业学报》 CSCD 北大核心 2020年第12期2232-2243,共12页; 探究水稻叶片生长外部颜色、几何形态特征与其全含氮量之间的定量描述关系,可以快速且准确地诊断水稻氮素营养状况。研究筛选了全氮含量估测敏感叶位,并比较了基于多元线性回归和机器学习方法的水稻敏感叶位全氮含量估测模型,为构建高... 展开更多; 关键词水稻叶片全氮含量多元线性回归机器学习支持向量机 BP神经网络; 在线阅读下载PDF 职称材料

基于高光谱和参数优化支持向量机的水稻施氮水平分类研究被引量：8: 5; 作者罗建军杨红云 +3 位作者路艳万颖孙爱珍易文龙《中国土壤与肥料》 CAS CSCD 北大核心 2020年第5期250-257,共8页; 为探索水稻氮素营养的快速、无损诊断方法以及构建基于高光谱技术的水稻氮素营养状况分类识别模型。本研究以4种不同施氮水平的"中嘉早17"水稻分蘖期顶部第三完全展开叶叶片(简称顶三叶)为研究对象,测定各叶片的可见光到近红... 展开更多; 关键词水稻氮素营养诊断高光谱主成分分析支持向量机; 在线阅读下载PDF 职称材料

题名基于积温变化的水稻叶形态伸展过程可视化模拟被引量：5: 1; 作者孙爱珍何火娇杨红云唐建军罗威; 机构江西农业大学软件学院/江西省高等学校农业信息技术重点实验室; 出处《江西农业大学学报》 CAS CSCD 北大核心 2012年第5期1058-1063,共6页; 基金国家自然科学基金资助项目(60963013); 文摘通过分析水稻叶片生长过程中的几何形态数据,构建了水稻叶片几何形态参数与有效积温之间的动态关系模型和水稻叶片空间形态三维模型。结合水稻植株分蘖拓扑结构,利用OpenGL图形接口,在计算机上实现了水稻穗前形态随环境温度动态生长过程的可视化模拟,具有较强的真实感,为构建虚拟水稻生长系统奠定了基础。; 关键词水稻叶片形态有效积温三维模型可视化; Keywords rice leaf morphology effective accumulated temperature three-dimensional model visual- ization; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于SPAD值的水稻叶色变化过程可视化模拟被引量：7: 2; 作者孙爱珍杨红云何火娇; 机构江西农业大学软件学院/江西省高等学校农业信息技术重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2017年第11期233-236,共4页; 基金国家自然科学基金(No.61363041 No.61462038 No.61562039); 文摘通过试验观测水稻叶片SPAD值与叶片图像的RGB值,分析并构建了SPAD值与叶片图像的R、G、B分量值之间关系模型,模型判定系数分别为0.932 8、0.833 1、0.562 3,表明SPAD与叶片颜色之间存在相关性。通过对SPAD值随叶片表面空间和时间的变化分析,利用插值原理计算出叶片不同部位的SPAD值,根据关系模型计算生成叶片的RGB值。并通过微软的Direct3D9.0图形函数库和vc++编程,在前期水稻叶片三维模型的基础上,实现了水稻叶片颜色变化过程的可视化模拟,真实感效果较强。; 关键词水稻叶色 SPAD值可视化; Keywords rice leaf color SPAD value visualization; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名水稻叶片几何参数图像视觉测量方法研究被引量：14: 3; 作者杨红云孙爱珍何火娇; 机构江西农业大学软件学院/江西省高等学校农业信息技术重点实验室; 出处《湖北农业科学》 2015年第17期4317-4320,共4页; 基金国家自然科学基金项目(61363041) 江西省教育厅青年科技项目(GJJ11082); 文摘提出了一种基于图像视觉原理的水稻叶片几何形态参数测量计算方法,通过图像分割处理,统计参考物与目标叶片面积的像素数,计算叶片面积;通过求取参考物和目标叶片的最小外接矩形方法,计算叶片的长度和宽度值;利用基于4个方向模板运算的距离变换算法对茎叶夹角图像进行骨架信息提取,利用Hough变换对提取的骨架信息进行直线检测,并进行茎叶夹角计算。结果表明,该方法能够精确、快捷地对水稻叶片几何形态参数进行测量计算,与手工测量比较,叶片面积计算误差小于5%,长宽误差小于0.67%,茎叶夹角误差小于2%,能满足农学研究的要求。; 关键词水稻叶片几何参数最小外接矩形视觉测量骨架提取直线检测; Keywords rice leaf geometry parameters minimum enclosing rectangle vision measurement skeleton extraction line detection; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于图像特征的水稻叶片全氮含量估测模型研究被引量：6: 4; 作者杨红云罗建军孙爱珍万颖易文龙; 机构江西农业大学软件学院/江西省高等学校农业信息技术重点实验室江西农业大学计算机与信息工程学院; 出处《浙江农业学报》 CSCD 北大核心 2020年第12期2232-2243,共12页; 基金国家自然科学基金(61562039,61762048,61862032)。; 文摘探究水稻叶片生长外部颜色、几何形态特征与其全含氮量之间的定量描述关系,可以快速且准确地诊断水稻氮素营养状况。研究筛选了全氮含量估测敏感叶位,并比较了基于多元线性回归和机器学习方法的水稻敏感叶位全氮含量估测模型,为构建高性能的氮素营养定量诊断模型提供思路和方法。水稻田间试验于2017—2018年在江西省南昌市成新农场进行,供试水稻品种为两优培九,设置4个施氮水平(施氮水平从低到高为0、210、300和390 kg·hm^-2)。在水稻幼穗分化期和齐穗期,分别扫描获取水稻顶部第一完全展开叶叶片(顶1叶)、顶部第二完全展开叶叶片(顶2叶)以及顶部第三完全展开叶叶片(顶3叶)图像,共4800张图像。通过图像处理技术获取25项水稻扫描叶颜色和几何形态特征,采用多元线性回归进行全氮含量估测,筛选出两个时期的敏感叶位,并应用机器学习方法建立水稻敏感叶位的全氮含量估测模型。与人工测量相比,通过图像处理方法获取的水稻叶片长宽平均相对误差分别为0.328%、3.404%;幼穗分化期顶3叶和齐穗期顶2叶较其他同期叶位更为敏感,且以幼穗分化期顶3叶最为敏感;应用机器学习建立的水稻敏感叶位全氮含量估测模型略优于多元线性回归模型,且采用BP神经网络建模最佳,幼穗分化期顶3叶模型验证集的RMSEv=0.089、MREv=0.034、R^2v=0.887,齐穗期顶2叶模型验证集的RMSEv=0.132、MREv=0.046、R^2v=0.820。幼穗分化期顶3叶和齐穗期顶2叶的叶片图像特征最具有代表性,进行全氮含量估测更具可行性,可作为水稻氮素营养诊断的有效叶位。; 关键词水稻叶片全氮含量多元线性回归机器学习支持向量机 BP神经网络; Keywords rice leaf total nitrogen content multiple linear regression machine learning support vector machine BP neural network; 分类号 S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名基于高光谱和参数优化支持向量机的水稻施氮水平分类研究被引量：8: 5; 作者罗建军杨红云路艳万颖孙爱珍易文龙; 机构江西农业大学计算机与信息工程学院江西农业大学软件学院/江西省高等学校农业信息技术重点实验室; 出处《中国土壤与肥料》 CAS CSCD 北大核心 2020年第5期250-257,共8页; 基金国家自然科学基金项目(No.61562039,No.61762048,No.61862032) 江西省教育厅科技项目(GJJ160374,GJJ170279)。; 文摘为探索水稻氮素营养的快速、无损诊断方法以及构建基于高光谱技术的水稻氮素营养状况分类识别模型。本研究以4种不同施氮水平的"中嘉早17"水稻分蘖期顶部第三完全展开叶叶片(简称顶三叶)为研究对象,测定各叶片的可见光到近红外波段(350~2500 nm)内的光谱数据,对所获取的光谱数据进行平滑处理和归一化处理,以消除噪声及量纲的影响,并采用主成分分析(PCA)的方法进行数据降维至22维,同时分别选用基于网格搜索算法、粒子群算法和遗传算法优化参数的支持向量机进行水稻氮素营养状况分类识别模型的建立。研究结果表明:1)不同施氮水平下的水稻叶片光谱反射率曲线走势大致相同,但不同施氮水平下780~1 300、1 400~1 850及1 900~2500 nm波段光谱反射率存在一定的差别;2)优化参数后的SVM模型与默认参数下的SVM模型相比,其训练集与测试集分类识别效果都要优于默认参数下的SVM模型。其中,以遗传算法优化参数的SVM模型识别分类效果最佳,训练集和测试集识别准确率分别为99.375%、98.750%,测试集的4种施氮水平(施氮量从低到高)识别准确率分别为100%、95%、100%和100%。结果表明利用高光谱技术能够很好地进行水稻氮素营养状况的定性诊断研究。为快速水稻氮素营养诊断提供了一种新途径,为精确施氮提供了技术支撑和理论依据。; 关键词水稻氮素营养诊断高光谱主成分分析支持向量机; Keywords rice nitrogen nutrition diagnosis hyperspectral principal component analysis support vector machine; 分类号 S511 [农业科学—作物学]; 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	基于积温变化的水稻叶形态伸展过程可视化模拟	孙爱珍何火娇杨红云唐建军罗威	《江西农业大学学报》 CAS CSCD 北大核心	2012	5	在线阅读下载PDF 职称材料
2	基于SPAD值的水稻叶色变化过程可视化模拟	孙爱珍杨红云何火娇	《计算机工程与应用》 CSCD 北大核心	2017	7	在线阅读下载PDF 职称材料
3	水稻叶片几何参数图像视觉测量方法研究	杨红云孙爱珍何火娇	《湖北农业科学》	2015	14	在线阅读下载PDF 职称材料
4	基于图像特征的水稻叶片全氮含量估测模型研究	杨红云罗建军孙爱珍万颖易文龙	《浙江农业学报》 CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
5	基于高光谱和参数优化支持向量机的水稻施氮水平分类研究	罗建军杨红云路艳万颖孙爱珍易文龙	《中国土壤与肥料》 CAS CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料