杨红云

作品数：60被引量：332H指数：12
导出分析报告
供职机构：江西农业大学软件学院更多>>
发文主题：水稻水稻叶片可视化支持向量机氮素营养诊断更多>>
发文领域：自动化与计算机技术农业科学文化科学天文地球更多>>
发文期刊：《中国稻米》《中国农学通报》《江苏农业科学》《中国农业大学学报》更多>>
所获基金：国家自然科学基金江西省教育厅科学技术研究项目江西省科技厅农业攻关项目江西省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进ShuffleNet V2的水稻磷素营养诊断方法
《中国稻米》2025年第2期20-28,34,共10页黄淑梅 杨红云 孔杰 吴正 
国家自然科学基金(62162030,61562039)。
为了更精确地诊断水稻的磷素营养状况,进而促进水稻的健康生长,我们提出了一种基于改进ShuffleNet V2的水稻磷素营养诊断方法。该方法的核心是在ShuffleNet V2网络模型引入ECA(Efficient Channel Attention)注意力机制,以优化原有模型...
关键词：水稻 磷素营养诊断 ECA注意力机制 注意力池化 迁移学习 
基于残差神经网络的水稻氮磷钾元素营养诊断
《中国农业大学学报》2025年第2期163-175,共13页孔杰 杨红云 黄淑梅 吴正 孙爱珍 
国家自然科学基金项目(62162030,61562039)。
为实现水稻氮磷钾3种主要营养元素缺失种类的快速、准确诊断识别,以晚稻“黄华占”为研究对象,进行水稻大田栽培试验。分别设置:4个施氮水平,施肥总量分别为:N0(0 kg/hm^(2))、N1(130 kg/hm^(2))、N2(260 kg/hm^(2))以及N3(390 kg/hm^(2...
关键词：水稻 氮磷钾营养诊断 Resnet34 注意力机制 软阈值化 
基于PND-Net模型的水稻钾素胁迫程度诊断识别
《江西农业大学学报》2024年第6期1654-1667,共14页吴正 杨红云 孙爱珍 孔杰 黄淑梅 吴建富 
国家自然科学基金项目(62162030、61562039)。
【目的】为了快速、准确地诊断水稻钾素胁迫程度,在水稻营养诊断中推广深度学习技术的应用。【方法】以平板扫描仪获取不同程度钾素施肥胁迫栽培的水稻叶片图像为研究对象,采用随机角度旋转、水平翻转、对比度增强、锐化增强、混合增强...
关键词：水稻 深度学习 钾素胁迫程度诊断 Coordinate Attention 多尺度特征 
基于自适应特征融合的水稻氮素营养诊断
《江苏农业科学》2024年第4期216-223,共8页张林朋 孙爱珍 钱政 郭紫微 杨红云 
国家自然科学基金(编号:62162030、61562039)。
为了快速准确地对水稻进行氮素营养诊断,提出一种基于自适应特征融合的水稻氮素营养诊断方法。该方法通过对杂交稻两优培九进行田间试验,设置4组不同的氮肥梯度(施氮量分别为0、210、300、390 kg/hm^(2)),扫描获取水稻叶片图像并进行数...
关键词：水稻 氮素营养诊断 自适应特征融合 ResNet34-AFF-SE 识别准确率 
基于卷积神经网络的水稻氮素营养诊断被引量：3
《中国农业科技导报》2023年第9期113-121,共9页钱政 杨孙哲 张国卿 郭紫微 张林朋 万家兴 杨红云 
国家自然科学基金项目(62162030,61562039);江西省研究生创新专项资金项目(YC2022-s432)。
为了快速、准确诊断和识别水稻氮素胁迫程度,对水稻进行大田栽培试验。以超级水稻‘两优培九’为试验对象,设置0、210、300和390 kg·hm^(-2)共4个施氮水平处理,通过扫描采集幼穗分化期和齐穗期水稻顶1、顶2、顶3叶图像,在卷积神经网络(...
关键词：卷积神经网络 水稻氮素营养诊断 ResNet34 迁移学习 SE block 
基于改进的VGG16网络和迁移学习的水稻氮素营养诊断被引量：12
《中国农业大学学报》2023年第6期219-229,共11页张林朋 杨红云 钱政 郭紫微 
国家自然科学基金项目(62162030,61562039)。
为实现水稻氮素营养的快速、准确识别,采用改进的VGG 16网络和迁移学习相结合的水稻氮素营养诊断识别方法,以杂交稻‘两优培九’为试验对象进行田间试验,设置4组不同的施氮水平(施氮量分别为0、210、300和390 kg/hm^(2)),在水稻幼穗分...
关键词：水稻 氮素营养诊断 VGG16网络 迁移学习 微调 
基于Stacking集成卷积神经网络的水稻氮素营养诊断被引量：4
《植物营养与肥料学报》2023年第3期573-581,共9页杨红云 郭紫微 郭高飞 黄进龙 钱政 张林朋 刘娇娇 
国家自然科学基金项目(62162030,61562039)。
【目的】为实现水稻氮素营养状况的快速、准确诊断,提出了基于集成卷积神经网络的水稻氮素营养诊断模型,为建立高性能的氮素营养诊断模型提供思路和方法。【方法】水稻田间试验以超级杂交水稻‘两优培九’为材料,设置4个施氮水平(0、210...
关键词：水稻 氮素营养诊断 单一卷积神经网络 集成模型 
基于卷积神经网络和迁移学习的水稻害虫识别被引量：16
《激光与光电子学进展》2022年第16期323-330,共8页杨红云 肖小梅 黄琼 郑国梁 易文龙 
国家自然科学基金(62162030,61562039,61762048)。
为了实现水稻害虫的快速、准确识别,提出了一种基于迁移学习和卷积神经网络相结合的水稻害虫识别方法。首先对水稻害虫图像进行平移、翻转、旋转、缩放等预处理,并按照害虫特征由人工分为稻纵卷叶螟、稻飞虱、二化螟、三化螟、稻蝗、稻...
关键词：机器视觉 水稻害虫 迁移学习 VGG16 
基于图像分割与卷积神经网络的水稻病害识别被引量：11
《西北农业学报》2022年第2期246-256,共11页万颖 杨红云 王映龙 罗建军 梅梦 
国家自然科学基金(61562039);江西省教育厅科技项目(GJJ160374,GJJ170279)。
为了提高水稻病害计算机视觉识别的准确性,研究提出针对水稻白叶枯病、赤枯病、胡麻斑病和纹枯病4种病害进行分类识别的模型。利用计算机视觉和机器学习软件库opencv对病斑图像进行随机旋转、随机翻转、随机亮度变换及随机对比度等处理...
关键词：图像分割 卷积神经网络 水稻病害 识别 显著性检测 
基于卷积神经网络和支持向量机的水稻种子图像分类识别被引量：15
《中国粮油学报》2021年第12期144-150,共7页杨红云 黄琼 孙爱珍 王映龙 肖小梅 罗建军 
国家自然科学基金(61562039)。
针对外形相似的水稻种子间分类难、识别正确率低等问题,提出一种卷积神经网络与支持向量机相结合的方法(CNN_SVM)对8类水稻种子进行分类识别。首先对图像进行切割、旋转等预处理后建立水稻种子图像数据库,其次通过提取图像的方向梯度直...
关键词：水稻种子 卷积神经网络 分类识别 支持向量机 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部