基于自适应特征融合的水稻氮素营养诊断 |
| |
引用本文: | 张林朋,孙爱珍,钱政,郭紫微,杨红云.基于自适应特征融合的水稻氮素营养诊断[J].江苏农业科学,2024(4):216-223. |
| |
作者姓名: | 张林朋 孙爱珍 钱政 郭紫微 杨红云 |
| |
作者单位: | 1. 江西农业大学软件学院;2. 江西农业大学计算机与信息工程学院 |
| |
基金项目: | 国家自然科学基金(编号:62162030、61562039); |
| |
摘 要: | 为了快速准确地对水稻进行氮素营养诊断,提出一种基于自适应特征融合的水稻氮素营养诊断方法。该方法通过对杂交稻两优培九进行田间试验,设置4组不同的氮肥梯度(施氮量分别为0、210、300、390 kg/hm2),扫描获取水稻叶片图像并进行数据预处理,构建基于自适应特征融合的水稻氮素营养诊断模型ResNet34-AFF-SE。使用构建的ResNet34-AFF-SE模型对水稻叶片进行氮素营养诊断,结果表明,在水稻生长的幼穗分化期、齐穗期,ResNet34-AFF-SE的识别准确率为97.5%、97.2%,模型大小为87.9 MB。ResNet34-AFF-SE模型在准确率和训练时间上优于AlexNet、VGG16、MobilNet v3-small等网络模型。基于自适应特征融合的水稻氮素营养诊断方法所建立的ResNet34-AFF-SE模型具有较高的识别准确率,可以精准地识别水稻叶片的氮素营养状况,为水稻作物的氮素营养诊断提供了新的思路。
|
关 键 词: | 水稻 氮素营养诊断 自适应特征融合 ResNet34-AFF-SE 识别准确率 |
|
|