一种基于深度学习的杂花苜蓿耐寒性状评估系统

本发明公开了一种基于深度学习的杂花苜蓿耐寒性状评估系统，包括：数据生成模块，用于通过嵌入植物低温响应物理约束的扩散模型生成低温胁迫下的杂花苜蓿表型图像及对应生理数据；评估模型模块，用于采用因果驱动的双通道自适应网络，从图像和生理数据中提取耐寒性特征；决策模块，包括分层模型蒸馏单元与联邦强化学习单元，分层模型蒸馏单元与联邦强化学习单元通过边缘‑云协同架构实现模型压缩与决策策略优化的联合训练，输出抗寒决策并通过增强现实界面实现可视化。本发明能够有效解决传统杂花苜蓿耐寒性评估在数据生成、模型泛化及决策效率等方面的核心问题。