本文主要研究内容
作者周琼,杨红云,杨珺,孙玉婷,孙爱珍,杨文姬（2019）在《基于BP神经网络和概率神经网络的水稻图像氮素营养诊断》一文中研究指出：【目的】实现图像氮素营养诊断需要关键指标的确定和建立快速处理海量图像数据的模型。本研究筛选了水稻氮素营养诊断的敏感时期和部位,优化了图像处理技术参数,并比较了BP神经网络和概率神经网络两种建模方法对养分诊断的可靠性,为利用计算机视觉虚拟技术快速精准判断作物生长营养状况、反演生长过程提供思路和方法。【方法】本研究以超级杂交稻‘两优培九’为试验对象进行了田间试验。设置4个施氮(N)水平:0、210、300、390 kg/hm~2。在水稻幼穗分化期及齐穗期,扫描获取水稻顶一叶、顶二叶、顶三叶叶片、叶鞘图像数据,共1920组。通过图像处理技术,获取19项水稻特征指标。分别应用BP神经网络和概率神经网络对19项水稻特征指标进行水稻氮素营养诊断识别,并对诊断指标进行了优化和标准化。比较了两个建模方法的灵敏性。【结果】1)幼穗分化期水稻的整体识别准确率均高于齐穗期水稻的整体识别准确率;三个部位叶片的图像数据,以顶三叶最为可靠;2) BP神经网络对幼穗分化期及齐穗期水稻19项特征指标进行氮素营养诊断的整体识别准确率均高于概率神经网络。其中BP神经网络对幼穗分化期顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达90%。概率神经网络对幼穗分化期顶二叶、顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达82%。【结论】幼穗分化期水稻顶3叶叶片特征最具区分度,易于进行氮素营养诊断识别,可作为氮素营养诊断的有效时期和部位。叶片的6项RGB、HSI颜色空间分量组合最能体现其氮素营养状况。识别效果以BP神经网络好于概率神经网络方法,其整体识别准确率达90%。
Abstract
【mu de 】shi xian tu xiang dan su ying yang zhen duan xu yao guan jian zhi biao de que ding he jian li kuai su chu li hai liang tu xiang shu ju de mo xing 。ben yan jiu shai shua le shui dao dan su ying yang zhen duan de min gan shi ji he bu wei ,you hua le tu xiang chu li ji shu can shu ,bing bi jiao le BPshen jing wang lao he gai lv shen jing wang lao liang chong jian mo fang fa dui yang fen zhen duan de ke kao xing ,wei li yong ji suan ji shi jiao xu ni ji shu kuai su jing zhun pan duan zuo wu sheng chang ying yang zhuang kuang 、fan yan sheng chang guo cheng di gong sai lu he fang fa 。【fang fa 】ben yan jiu yi chao ji za jiao dao ‘liang you pei jiu ’wei shi yan dui xiang jin hang le tian jian shi yan 。she zhi 4ge shi dan (N)shui ping :0、210、300、390 kg/hm~2。zai shui dao you sui fen hua ji ji ji sui ji ,sao miao huo qu shui dao ding yi xie 、ding er xie 、ding san xie xie pian 、xie qiao tu xiang shu ju ,gong 1920zu 。tong guo tu xiang chu li ji shu ,huo qu 19xiang shui dao te zheng zhi biao 。fen bie ying yong BPshen jing wang lao he gai lv shen jing wang lao dui 19xiang shui dao te zheng zhi biao jin hang shui dao dan su ying yang zhen duan shi bie ,bing dui zhen duan zhi biao jin hang le you hua he biao zhun hua 。bi jiao le liang ge jian mo fang fa de ling min xing 。【jie guo 】1)you sui fen hua ji shui dao de zheng ti shi bie zhun que lv jun gao yu ji sui ji shui dao de zheng ti shi bie zhun que lv ;san ge bu wei xie pian de tu xiang shu ju ,yi ding san xie zui wei ke kao ;2) BPshen jing wang lao dui you sui fen hua ji ji ji sui ji shui dao 19xiang te zheng zhi biao jin hang dan su ying yang zhen duan de zheng ti shi bie zhun que lv jun gao yu gai lv shen jing wang lao 。ji zhong BPshen jing wang lao dui you sui fen hua ji ding san xie te zheng zhi biao jin hang shui dao dan su ying yang zhen duan shi bie de zhun que lv zui gao da 90%。gai lv shen jing wang lao dui you sui fen hua ji ding er xie 、ding san xie te zheng zhi biao jin hang shui dao dan su ying yang zhen duan shi bie de zhun que lv zui gao da 82%。【jie lun 】you sui fen hua ji shui dao ding 3xie xie pian te zheng zui ju ou fen du ,yi yu jin hang dan su ying yang zhen duan shi bie ,ke zuo wei dan su ying yang zhen duan de you xiao shi ji he bu wei 。xie pian de 6xiang RGB、HSIyan se kong jian fen liang zu ge zui neng ti xian ji dan su ying yang zhuang kuang 。shi bie xiao guo yi BPshen jing wang lao hao yu gai lv shen jing wang lao fang fa ,ji zheng ti shi bie zhun que lv da 90%。
论文参考文献
论文详细介绍
论文作者分别是来自植物营养与肥料学报的周琼,杨红云,杨珺,孙玉婷,孙爱珍,杨文姬，发表于刊物植物营养与肥料学报2019年01期论文，是一篇关于水稻论文,氮素营养诊断论文,图像处理论文,神经网络论文,概率神经网络论文,植物营养与肥料学报2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自植物营养与肥料学报2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：水稻论文; 氮素营养诊断论文; 图像处理论文; 神经网络论文; 概率神经网络论文; 植物营养与肥料学报2019年01期论文;