期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于光谱分形维数的水稻白叶枯病害监测指数研究
被引量：
6
1
作者
曹益飞
袁培森
+3 位作者
王浩云
KOROHOU Tchalla Wiyao
范加勤
徐焕良
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第9期134-140,共7页
针对缺乏有效监测水稻叶片感染白叶枯病害光谱指数的问题,以分蘖期的水稻叶片为研究对象,采集了接种白叶枯病菌的水稻叶片和对照处理的水稻叶片各200片,利用高光谱成像装置获取373~1033 nm波段的水稻叶片光谱数据,选取450~900 nm波段的...
针对缺乏有效监测水稻叶片感染白叶枯病害光谱指数的问题,以分蘖期的水稻叶片为研究对象,采集了接种白叶枯病菌的水稻叶片和对照处理的水稻叶片各200片,利用高光谱成像装置获取373~1033 nm波段的水稻叶片光谱数据,选取450~900 nm波段的水稻叶片高光谱数据作为样本。从每个样本中选取一个感兴趣区域(Region of interest,ROI)并计算平均光谱,经过Savtzky-Golay平滑处理得到平均光谱曲线;为了定量描述水稻叶片是否感染病害,提出将光谱分形维数(Fractal dimension,FD)作为定量描述水稻白叶枯病害的监测光谱指数,实现对白叶枯病害的监测。通过分析光谱指数(Spectral index,SI)和FD,建立SI和FD之间的多元线性关系,同时比较了FD与其他常用监测指数对白叶枯病害监测的有效性。结果表明:水稻白叶枯病害在绿峰(510~560 nm)和红谷(650~690 nm)波谱内的响应较为敏感;针对健康和感病叶片,FD与SI之间存在较好的多元线性关系,说明FD与光谱曲线有较好的对应关系,可以作为定量描述叶片健康状况的光谱指数;与常用监测指数相比,本文病害监测指数与水稻染病具有更高的相关性,其相关系数达到了0.9840,指数分布稳定性更高。本研究结果说明基于光谱反射曲线的圆规分形维数对判断水稻叶片是否感染白叶枯病害是可行的,为水稻白叶枯病害的监测提供了一种新方法。
展开更多
关键词
水稻
白叶枯病害
光谱指数
分形维数
监测指数
下载PDF
职称材料
云南省水稻白叶枯病BP神经网络测报技术研究
被引量：
6
2
作者
王园媛
李晓菲
+2 位作者
陈涛
刘振华
王云月
《云南农业大学学报》
CAS
CSCD
北大核心
2013年第2期257-263,共7页
人工神经网络对复杂非线性问题映射能力强,能提高预测的准确度,为水稻白叶枯病害的防治工作提供指导。因此,本研究基于水稻白叶枯病害发生、危害与温度、湿度、降雨等气象因素相关的特点,利用人工神经网络建立云南省勐海县和石屏县水稻...
人工神经网络对复杂非线性问题映射能力强,能提高预测的准确度,为水稻白叶枯病害的防治工作提供指导。因此,本研究基于水稻白叶枯病害发生、危害与温度、湿度、降雨等气象因素相关的特点,利用人工神经网络建立云南省勐海县和石屏县水稻白叶枯病害BP神经网络预测模型,预测病害的发生程度。经实例验证,BP神经网络预测模型预测准确度达到80%以上,较逐步回归模型高。研究表明在勐海、石屏建立水稻白叶枯BP网络预测模型是可行的,并具有较高预测准确度,对防治工作有较高应用价值。
展开更多
关键词
白叶枯病害
BP神经网络
逐步回归
病害
预测
下载PDF
职称材料
题名
基于光谱分形维数的水稻白叶枯病害监测指数研究
被引量：
6
1
作者
曹益飞
袁培森
王浩云
KOROHOU Tchalla Wiyao
范加勤
徐焕良
机构
南京农业大学工学院
南京农业大学人工智能学院
南京农业大学植物保护学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第9期134-140,共7页
基金
国家自然科学基金项目(31601545)
中央高校基本科研业务费专项资金项目(KJQN201732)。
文摘
针对缺乏有效监测水稻叶片感染白叶枯病害光谱指数的问题,以分蘖期的水稻叶片为研究对象,采集了接种白叶枯病菌的水稻叶片和对照处理的水稻叶片各200片,利用高光谱成像装置获取373~1033 nm波段的水稻叶片光谱数据,选取450~900 nm波段的水稻叶片高光谱数据作为样本。从每个样本中选取一个感兴趣区域(Region of interest,ROI)并计算平均光谱,经过Savtzky-Golay平滑处理得到平均光谱曲线;为了定量描述水稻叶片是否感染病害,提出将光谱分形维数(Fractal dimension,FD)作为定量描述水稻白叶枯病害的监测光谱指数,实现对白叶枯病害的监测。通过分析光谱指数(Spectral index,SI)和FD,建立SI和FD之间的多元线性关系,同时比较了FD与其他常用监测指数对白叶枯病害监测的有效性。结果表明:水稻白叶枯病害在绿峰(510~560 nm)和红谷(650~690 nm)波谱内的响应较为敏感;针对健康和感病叶片,FD与SI之间存在较好的多元线性关系,说明FD与光谱曲线有较好的对应关系,可以作为定量描述叶片健康状况的光谱指数;与常用监测指数相比,本文病害监测指数与水稻染病具有更高的相关性,其相关系数达到了0.9840,指数分布稳定性更高。本研究结果说明基于光谱反射曲线的圆规分形维数对判断水稻叶片是否感染白叶枯病害是可行的,为水稻白叶枯病害的监测提供了一种新方法。
关键词
水稻
白叶枯病害
光谱指数
分形维数
监测指数
Keywords
rice
bacterial blight disease
spectral index
fractal dimension
monitoring index
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
云南省水稻白叶枯病BP神经网络测报技术研究
被引量：
6
2
作者
王园媛
李晓菲
陈涛
刘振华
王云月
机构
云南农业大学教育部生物多样性与病害防控重点实验室
出处
《云南农业大学学报》
CAS
CSCD
北大核心
2013年第2期257-263,共7页
基金
云南省现代农业水稻产业技术体系项目
文摘
人工神经网络对复杂非线性问题映射能力强,能提高预测的准确度,为水稻白叶枯病害的防治工作提供指导。因此,本研究基于水稻白叶枯病害发生、危害与温度、湿度、降雨等气象因素相关的特点,利用人工神经网络建立云南省勐海县和石屏县水稻白叶枯病害BP神经网络预测模型,预测病害的发生程度。经实例验证,BP神经网络预测模型预测准确度达到80%以上,较逐步回归模型高。研究表明在勐海、石屏建立水稻白叶枯BP网络预测模型是可行的,并具有较高预测准确度,对防治工作有较高应用价值。
关键词
白叶枯病害
BP神经网络
逐步回归
病害
预测
Keywords
bacterial blight
BP neural network
stepwise regression
prediction model
分类号
S435.11 [农业科学—农业昆虫与害虫防治]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于光谱分形维数的水稻白叶枯病害监测指数研究
曹益飞
袁培森
王浩云
KOROHOU Tchalla Wiyao
范加勤
徐焕良
《农业机械学报》
EI
CAS
CSCD
北大核心
2021
6
下载PDF
职称材料
2
云南省水稻白叶枯病BP神经网络测报技术研究
王园媛
李晓菲
陈涛
刘振华
王云月
《云南农业大学学报》
CAS
CSCD
北大核心
2013
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
