2022年20期

基于遷移學習對棉花受海水脅迫情況判斷的模型研究

作  者 施洋,高進,陳建平,楊華,陸鎮威,王永慧,施慶華,孫艷茹
第一作者 施洋
作者單位 江蘇沿海地區農業科學研究所,江蘇鹽城
卷  號 50
發表年份 2022
發表刊期 20
發表頁面 226-229, 239
關  鍵  字 棉花;海水脅迫;VGG16;遷移學習;模型研究
摘  要 為探討人工智能技術熱點之一的遷移學習技術對棉花受海水脅迫程度情況判斷進行端到端識別的可行性,以濃度為0(蒸餾水)、25%、50%和100% 的海水分別對30個棉花種質資源進行苗期脅迫20 d,將遷移學習應用于VGG16卷積神經網絡,對不同濃度海水脅迫下棉花的頂視圖和側視圖進行分類研究。結果表明,網絡對棉花側視圖的測試準確率為80.00%,對頂視圖的測試準確率為 77.14%。基于VGG16和遷移學習可構建識別棉花受海水脅迫情況的模型,側視圖更有利于網絡識別。2種視圖下,網絡對0 和100%濃度海水處理的識別能力更強。
附  件 基于遷移學習對棉花受海水脅迫情況判斷的模型研究
注:若需下載,請右鍵單擊另存
點擊關閉

在線客服

服務熱線:0551-65160973

二維碼

m www