首页> 中文期刊> 《安徽农业科学》 >基于迁移学习对棉花受海水胁迫情况判断的模型研究

基于迁移学习对棉花受海水胁迫情况判断的模型研究

         

摘要

为探讨人工智能技术热点之一的迁移学习技术对棉花受海水胁迫程度情况判断进行端到端识别的可行性,以浓度为0(蒸馏水)、25%、50%和100%的海水分别对30个棉花种质资源进行苗期胁迫20 d,将迁移学习应用于VGG16卷积神经网络,对不同浓度海水胁迫下棉花的顶视图和侧视图进行分类研究。结果表明,网络对棉花侧视图的测试准确率为80.00%,对顶视图的测试准确率为77.14%。基于VGG16和迁移学习可构建识别棉花受海水胁迫情况的模型,侧视图更有利于网络识别。2种视图下,网络对0和100%浓度海水处理的识别能力更强。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号