本文率

最近,作物质量智能感知团队合肥智能机械研究所、合肥研究院物理科学(HFIPS)中国科学院(CAS)开发了一种新的近红外(NIR)光谱的算法,适用于高通量鉴定作物品种的真实性。半岛综合体育官方APP下载德甲
作物品种的真实性具有重要意义的各种保护和种子繁殖。传统正宗的作物品种的识别方法,如DNA分子鉴定、同工酶鉴定和识别领域,复杂操作的缺点,费时,样品损失,环境污染和缓慢的检测结果,因此迫切需要一种有效的方法,实现作物品种的真实性鉴定。
快速检测技术,近红外光谱法,也有很多优点。半岛综合体育官方APP下载德甲它是环保的,敏感和非破坏性。在本研究中,自主研发的高通量种子质量排序工具基于近红外光谱法,由团队,可以实现单个种子的快速识别和排序。半岛综合体育官方APP下载德甲基于此仪器,研究人员提出了一种改进的卷积神经网络(CNN)——InResSpectra网络帮助实现更准确的种子品种鉴定。这是一个优化初始网络和成功移除1×1卷积分支降低模型的复杂度,并增加ResNet残余元素的网络,加速神经网络的训练和提高准确性。
研究人员应用开发系统和InResSpectra网络24个小麦品种的鉴定和21个水稻品种,精度,取得了95.35%和93.07%,分别为光谱的识别提供了一种有效的方法作物品种的真实性。
阅读原始的期刊论文红外物理
本文率
技术