《表3 深度学习在植物生物胁迫分析中的应用举例》
在生物胁迫方面,虫害和病害是造成作物减产的主要因素。世界范围内的林木、果蔬、观赏和药用植物以及主粮生产作物等都可能受到不同程度、不同类型的虫害病害侵袭,对相关产业产值收益造成重大损失。在植物胁迫表型识别与定性定量的系列研究中,众多文献对不同植物在相应典型生物胁迫下的表型性状进行了分类与识别、定性与定量的相关研究工作,表3列举了部分代表性文献,涉及到大豆、香蕉、玉米和油菜等作物的典型生物胁迫的识别与鉴定,算法以卷积神经网络为主,通过数码图像对作物的病害种类进行了鉴定,对病害程度进行了定性与定量分析。
图表编号 | XD00167855400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 何勇 |
绘制单位 | 浙江大学生物系统工程与食品科学学院、农业农村部光谱检测重点实验室、浙江大学现代光学仪器国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |