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.
国家科技期刊平台
NSTL
维普
万方数据