钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
农业科学期刊
\
植物保护期刊
\
植物营养与肥料学报期刊
\
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
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
作者:
周琼
孙爱珍
孙玉婷
杨文姬
杨珺
杨红云
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
水稻
氮素营养诊断
图像处理
BP神经网络
概率神经网络
摘要:
[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/hm2.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%.
暂无资源
收藏
引用
分享
推荐文章
基于BP神经网络和RBF神经网络的砂土基础液化判别
砂土液化
BP神经网络
RBF神经网络
预测
比较
基于BP神经网络管道裂缝图像分割
管道裂缝
BP神经网络
图像分割
基于BP神经网络的网络智能诊断系统
网络故障
智能诊断
BP神经网络
训练样本
基于双概率神经网络的纹理图像识别
纹理识别
小波包变换
差异演化
双概率神经网络
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
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
来源期刊
植物营养与肥料学报
学科
关键词
水稻
氮素营养诊断
图像处理
BP神经网络
概率神经网络
年,卷(期)
2019,(1)
所属期刊栏目
研究方向
页码范围
134-141
页数
8页
分类号
字数
4971字
语种
中文
DOI
10.11674/zwyf.18026
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(371)
共引文献
(556)
参考文献
(35)
节点文献
引证文献
(3)
同被引文献
(55)
二级引证文献
(0)
1964(2)
参考文献(0)
二级参考文献(2)
1972(1)
参考文献(0)
二级参考文献(1)
1974(1)
参考文献(0)
二级参考文献(1)
1981(1)
参考文献(0)
二级参考文献(1)
1983(3)
参考文献(0)
二级参考文献(3)
1984(1)
参考文献(0)
二级参考文献(1)
1985(1)
参考文献(0)
二级参考文献(1)
1986(2)
参考文献(0)
二级参考文献(2)
1987(2)
参考文献(0)
二级参考文献(2)
1989(2)
参考文献(0)
二级参考文献(2)
1990(2)
参考文献(0)
二级参考文献(2)
1991(2)
参考文献(0)
二级参考文献(2)
1992(1)
参考文献(0)
二级参考文献(1)
1993(4)
参考文献(0)
二级参考文献(4)
1994(1)
参考文献(0)
二级参考文献(1)
1995(12)
参考文献(0)
二级参考文献(12)
1996(4)
参考文献(0)
二级参考文献(4)
1997(1)
参考文献(0)
二级参考文献(1)
1998(8)
参考文献(1)
二级参考文献(7)
1999(6)
参考文献(0)
二级参考文献(6)
2000(15)
参考文献(0)
二级参考文献(15)
2001(11)
参考文献(0)
二级参考文献(11)
2002(10)
参考文献(0)
二级参考文献(10)
2003(19)
参考文献(0)
二级参考文献(19)
2004(21)
参考文献(0)
二级参考文献(21)
2005(20)
参考文献(1)
二级参考文献(19)
2006(19)
参考文献(1)
二级参考文献(18)
2007(31)
参考文献(0)
二级参考文献(31)
2008(27)
参考文献(2)
二级参考文献(25)
2009(38)
参考文献(3)
二级参考文献(35)
2010(33)
参考文献(5)
二级参考文献(28)
2011(24)
参考文献(4)
二级参考文献(20)
2012(21)
参考文献(5)
二级参考文献(16)
2013(16)
参考文献(0)
二级参考文献(16)
2014(23)
参考文献(7)
二级参考文献(16)
2015(12)
参考文献(2)
二级参考文献(10)
2016(6)
参考文献(3)
二级参考文献(3)
2017(3)
参考文献(1)
二级参考文献(2)
2019(1)
参考文献(0)
二级参考文献(0)
引证文献(1)
二级引证文献(0)
2019(1)
引证文献(1)
二级引证文献(0)
2020(2)
引证文献(2)
二级引证文献(0)
研究主题发展历程
节点文献
水稻
氮素营养诊断
图像处理
BP神经网络
概率神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
植物营养与肥料学报
主办单位:
中国植物营养与肥料学会
出版周期:
月刊
ISSN:
1008-505X
CN:
11-3996/S
开本:
大16开
出版地:
北京中关村南大街12号
邮发代号:
82-169
创刊时间:
1994
语种:
chi
出版文献量(篇)
3541
总下载数(次)
1
总被引数(次)
135501
期刊文献
相关文献
1.
基于BP神经网络和RBF神经网络的砂土基础液化判别
2.
基于BP神经网络管道裂缝图像分割
3.
基于BP神经网络的网络智能诊断系统
4.
基于双概率神经网络的纹理图像识别
5.
基于改进BP神经网络的白细胞图像分割
6.
基于BP神经网络的小麦病害诊断知识获取
7.
基于BP神经网络的雾天图像复原算法
8.
基于BP神经网络的雾天图像复原算法
9.
基于BP神经网络的水稻卷叶识别
10.
基于概率神经网络的遥感图像分类MATLAB实现
11.
基于概率神经网络的容差电路故障诊断
12.
基于信度的 BP 神经网络
13.
基于BP神经网络的卫星故障诊断方法
14.
基于提升小波变换和BP神经网络的图像哈希算法
15.
基于LM-BP神经网络的气阀故障诊断方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
农业基础科学
农业工程
农业科学总论
农作物
农学
园艺
大学学报
林业
植物保护
水产渔业
畜牧兽医
植物营养与肥料学报2022
植物营养与肥料学报2021
植物营养与肥料学报2020
植物营养与肥料学报2019
植物营养与肥料学报2018
植物营养与肥料学报2017
植物营养与肥料学报2016
植物营养与肥料学报2015
植物营养与肥料学报2014
植物营养与肥料学报2013
植物营养与肥料学报2012
植物营养与肥料学报2011
植物营养与肥料学报2010
植物营养与肥料学报2009
植物营养与肥料学报2008
植物营养与肥料学报2007
植物营养与肥料学报2006
植物营养与肥料学报2005
植物营养与肥料学报2004
植物营养与肥料学报2003
植物营养与肥料学报2002
植物营养与肥料学报2001
植物营养与肥料学报2000
植物营养与肥料学报1999
植物营养与肥料学报2019年第9期
植物营养与肥料学报2019年第8期
植物营养与肥料学报2019年第7期
植物营养与肥料学报2019年第6期
植物营养与肥料学报2019年第5期
植物营养与肥料学报2019年第4期
植物营养与肥料学报2019年第3期
植物营养与肥料学报2019年第2期
植物营养与肥料学报2019年第12期
植物营养与肥料学报2019年第11期
植物营养与肥料学报2019年第10期
植物营养与肥料学报2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号