安徽农业科学2022，Vol.50Issue(20) ：226-229,239.DOI:10.3969/j.issn.0517-6611.2022.20.058

基于迁移学习对棉花受海水胁迫情况判断的模型研究

Study on the Model for Judging the Situation of Cotton under Seawater Stress Based on Transfer Learning

施洋 高进 陈建平 杨华 陆镇威 王永慧 施庆华 孙艳茹
安徽农业科学2022，Vol.50Issue(20) ：226-229,239.DOI:10.3969/j.issn.0517-6611.2022.20.058
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于迁移学习对棉花受海水胁迫情况判断的模型研究

Study on the Model for Judging the Situation of Cotton under Seawater Stress Based on Transfer Learning

施洋 1高进 1陈建平 1杨华 1陆镇威 1王永慧 1施庆华 1孙艳茹1
扫码查看

作者信息

  • 1. 江苏沿海地区农业科学研究所,江苏盐城224002
  • 折叠

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.

关键词

棉花/海水胁迫/VGG16/迁移学习/模型研究

引用本文复制引用

基金项目

国家重点研发计划(2016YFD0101421)

江苏省自然科学基金(BK20181210)

江苏省重点研发计划(BE2019413)

农业部沿海盐碱地科学观测实验站开放课题(YHS201709)

出版年

2022
安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
参考文献量20
段落导航相关论文