基于QYmax叶绿素荧光成像和改进LCRNet模型的小麦白粉病智能识别与诊断,登Frontiers in Plant Science
用QYmax叶绿素荧光成像与改进LCRNet实现小麦白粉病高精度识别。
阅读 4
关键词 · 相关资讯与研究
沿着“叶绿素荧光成像”继续探索,共 1 条内容。
用QYmax叶绿素荧光成像与改进LCRNet实现小麦白粉病高精度识别。
开发了可穿戴叶绿素荧光系统Sensor-PAM,实现叶片背面光合动态连续监测。
提出太阳盲辐射计直接测量太阳诱导叶绿素荧光,无需光谱反演。
该研究利用叶绿素荧光成像与深度学习识别小麦白粉病并分级。
用纵向叶绿素荧光表型分析小麦不同基因型,区分季节性趋势与环境响应。
综述光合效率的遗传与环境决定因素及其互作对植物生长的影响。
介绍都灵大学PHENOPLANT平台用PlantEye F500进行植物无损表型测量的实验方案。
整合表型分析揭示复活植物Ramonda在冷冻脱水及复水中的协调生理响应。
提出基于生存的能量框架,用能量存活因子解释植物颜色生成与稳定性。