摘要
本发明公开了一种玉米开花期秆茎抗倒伏力评估方法及系统,本发明涉及评价玉米茎秆抗倒伏技术领域。包括以下步骤:采集若干已知生理特征参数的玉米开花期植株,对其茎秆表面进行红外扫描,获取红外光谱图像,并与生理特征参数建立样本数据集;基于样本数据集训练神经网络模型,以红外光谱图像为输入,生理特征参数为标签,得到植株生理特征参数预测模型;对目标植株进行红外扫描,输入预测模型,得到生理特征参数预测值;结合几何结构参数,计算秆茎结构稳定性指数;根据环境参数计算环境适应性指数;综合两者生成抗倒伏力指数,根据抗倒伏力指数生成倒伏力评估结果。显著提高了评估的精准性、全面性、精准性和效率。
技术关键词
生理特征参数
力评估方法
神经网络预测模型
玉米
指数
LSTM模型
生成样本数据
图像
加固保护措施
训练神经网络模型
评估系统
长短期记忆网络
神经网络训练
红外光谱仪
风险
风速
数据处理模块
系统为您推荐了相关专利信息
PID控制器参数
工况模式识别
Lyapunov指数
多源异构数据
分布式传感器
AI深度学习
儿童
互动系统
模式切换模块
学习系统