学术中心
基于新型投票机制的小麦类型智能分类模型
发布时间:
2023-01-09
来源:
植物表型资讯
作者:
PhenoTrait
图1 研究论文概述。
图2 研究方法概述。
图3 不同小麦种子品种的计数。
图4 支持向量机的结构。
图5 多层神经网络的结构。
图6 决策树的结构。
图7 分类过程的步骤。
图8 与其他方法相比,所提方法的准确性。
来 源
Abdelhamid A A, El-Kenawy E S M, Ibrahim A, et al. Intelligent Wheat Types Classification Model Using New Voting Classifier[J].
DOI:10.54216/JISIoT.070103
编 辑
小王博士在努力
扩展阅读
推荐新闻
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。
视频展示