摘要
本发明公开了一种基于人工智能的桑树耐盐碱品种鉴定与分析方法及系统,包括:获取不同品种的桑树在各生长阶段的桑树图像数据并进行预处理,提取属性特征并进行类别划分,构建第一拓扑结构图;获取各桑树品种在不同生理环境的生长图像数据,进行胁迫特征分析并构建第二拓扑结构图;基于第一拓扑结构图和第二拓扑结构图评价各类别桑树的耐盐碱能力,得到耐盐碱能力评价信息;构建桑树品种鉴定分析模型,利用第一拓扑结构图、第二拓扑结构图和耐盐碱能力评价信息建立桑树知识图谱并进行模型训练,对待鉴定的桑树进行鉴定和分析,并判断是否适宜种植在期望种植区域。提高对桑树耐盐碱品种鉴定的准确性和全面性并减少选育鉴定周期。
技术关键词
桑树品种
图像
生理
分析方法
生成对抗网络
阶段
形态学特征
重构误差
双通道卷积神经网络
数据
高斯滤波器
叶片纹理特征
机器视觉算法
聚类算法
知识图谱构建
面积特征
系统为您推荐了相关专利信息
空间金字塔
区域分割方法
特征提取器
上采样
注意力
薄膜热电偶
偏差分析方法
多层结构
测温
三维物理模型
自动控制方法
智能电梯
感知特征
大数据
时空图卷积神经网络