基于卷积神经网络的玉米耐盐碱鉴定方法及系统

    公开(公告)号:CN116704356B

    公开(公告)日:2023-10-03

    申请号:CN202310987465.X

    申请日:2023-08-08

    Abstract: 本发明提供了基于卷积神经网络的玉米耐盐碱鉴定方法及系统,属于农作物种植技术领域。首先获取玉米的形态特征、生物化学指标和图像信息;其次将形态特征和生物化学指标分别进行预处理操作,得到标准形态特征和标准生物化学指标;再将图像信息输入到玉米网络中进行特征提取操作,得到玉米图像特征向量;然后将特征进行拼接,得到玉米特征向量;最后将玉米特征向量输入到一维网络中进行耐盐碱鉴定,得到玉米鉴定结果。本发明将形态特征、生物化学指标和图像特征结合输入到卷积神经网络中,更全面的进行特征学习,捕捉玉米的局部和全局特征,进行连续的、非破坏性的监测,更准确、高效和自动化鉴定玉米耐盐碱性能。

    农作物萌发期耐盐碱性的鉴定分级方法

    公开(公告)号:CN119138286B

    公开(公告)日:2025-03-18

    申请号:CN202411596456.9

    申请日:2024-11-11

    Abstract: 本发明公开了农作物萌发期耐盐碱性的鉴定分级方法,涉及农作物种植技术领域。为了解决现有技术中,由于不同地区的盐碱地条件各异,不同农作物或同一农作物的不同品种对盐碱的耐受能力不同,缺乏统一、标准的鉴定流程和分级标准的问题;通过标准化的种子处理、苗床构建、种子播种的步骤,确保了实验条件的统一性和可控性,减少了因实验操作差异带来的误差,提高实验结果的准确性和可重复性,通过配制不同浓度的盐碱混合溶液,可以精准模拟不同程度的盐碱土壤环境,为评估农作物种子的耐盐碱性提供可靠依据,在同一实验条件下对不同浓度的盐碱胁迫进行比较,评估农作物种子的耐盐碱性等级,适用于大部分的农作物种子的耐盐碱性评估。

    基于卷积神经网络的玉米耐盐碱鉴定方法及系统

    公开(公告)号:CN116704356A

    公开(公告)日:2023-09-05

    申请号:CN202310987465.X

    申请日:2023-08-08

    Abstract: 本发明提供了基于卷积神经网络的玉米耐盐碱鉴定方法及系统,属于农作物种植技术领域。首先获取玉米的形态特征、生物化学指标和图像信息;其次将形态特征和生物化学指标分别进行预处理操作,得到标准形态特征和标准生物化学指标;再将图像信息输入到玉米网络中进行特征提取操作,得到玉米图像特征向量;然后将特征进行拼接,得到玉米特征向量;最后将玉米特征向量输入到一维网络中进行耐盐碱鉴定,得到玉米鉴定结果。本发明将形态特征、生物化学指标和图像特征结合输入到卷积神经网络中,更全面的进行特征学习,捕捉玉米的局部和全局特征,进行连续的、非破坏性的监测,更准确、高效和自动化鉴定玉米耐盐碱性能。

Patent Agency Ranking