科研产出
基于深度卷积神经网络的玉米病害识别
《中国农学通报 》 2018
摘要：为了提高玉米病害的识别率,本文提出了一种在自然环境条件下基于深度卷积神经网络的玉米病害识别方法。该方法以玉米常见的10类病害为研究对象。算法模型是先将图像预处理,应用Triplet loss双卷积神经网络结构学习玉米图像特征,再使用SIFT算法提取图像纹理细节,最后通过Softmax对图像进行标签分类。训练集采用正常玉米图像与玉米病害图像相结合的方式,使用深度相似性网络学习正常玉米图像特征表示,再使用迁移学习方法学习玉米病害图像的特征,最后对特征进行分类识别。研究结果表明:该方法可准确识别10种常见玉米病害,正确率可达90%以上,为玉米病害的防治提供了有效的技术支持。
关键词： 玉米病害 算法 识别 深度学习 卷积神经网络 图像处理
全文链接
请求原文
葡萄MAPKK基因家族的识别与分析
《西南农业学报 》 2015 北大核心 CSCD
摘要：丝裂原活化蛋白激酶(MAPKK)是编码丝氨酸/苏氨酸特异的蛋白激酶,MAPKK基因家族对植物生长发育细胞周期调控和生物与非生物胁迫响应重要作用。已在一些物种中对这个基因家族进行了识别与分析,并对其如何参与胁迫条件下信号传导进行了探讨。在这项研究中,共识别出了葡萄基因组中5条MAPKK基因,并将其基因分别定位在第9、11、11、14和17条染色体上。对5条MAPKK基因序列内含子、外显子等结构信息进行了初步的比较分析。结果表明,它们可能存在功能上的分化。系统发生分析表明,葡萄和拟南芥的MAPKK基因亲缘关系近于其和水稻之间的亲缘关系;结合拟南芥MAPKK基因分组信息,将XP_002273313.1、XP_002280877.1、XP_002283491.1归为A组,而将XP_002274862.1和XP_002283080.1分别归位B组和D组。本研究结果为进行后续葡萄MAPKK基因和葡萄果实膨大相关方面的研究提供了有价值的参考。
关键词： 葡萄 MAPKK基因家族 识别 信号传导 系统发生分析
全文链接
请求原文
首页上一页1下一页尾页
