Aswini Kumar Patra

深度学习框架精确分类植物氮胁迫 · 跟踪到 1 个来源

研究人员开发了一种新颖的深度学习框架，用于对植物氮胁迫严重程度进行分类，特别是在与干旱和杂草竞争等其他环境胁迫因素相结合的情况下。该模型集成了来自 RGB、多光谱和两个红外成像模态的数据，通过卷积神经网络 (CNN) 进行空间特征提取，并通过长短期记忆 (LSTM) 网络进行时间分析。该 CNN-LSTM 管道实现了 98% 的准确率，显著优于仅空间 CNN 模型 (80.45%) 和先前机器学习方法 (76%)，为主动作物管理提供了…