- 1698 次· 利用3D U-Net分割改進(jìn)虛擬現(xiàn)實工作流程中3D MRI圖像的根系重建 2023-9-18
- 761 次· 用于農(nóng)業(yè)深度學(xué)習(xí)模型的標(biāo)準(zhǔn)化和集中化數(shù)據(jù)集的高效訓(xùn)練研究 2023-9-15
- 684 次· 以小麥條銹病為例探討該病對反射率的測量和氮狀態(tài)評估的影響 2023-9-14
- 720 次· MIMIC作為耦合植物生長模型和病蟲害模型的中介接口在農(nóng)業(yè)上的作用 2023-9-12
- 769 次· 基于機(jī)器學(xué)習(xí)衍生農(nóng)業(yè)指數(shù)的植物內(nèi)源狀態(tài)分類 2023-9-11
- 638 次· 基于無人機(jī)遙感和圖像分析的數(shù)據(jù)進(jìn)行農(nóng)場經(jīng)濟(jì)作物優(yōu)化和減少食物損失 2023-9-8
- 1362 次· 基于BarbNet模型對大麥芒（Awn）進(jìn)行圖像分析與表型鑒定 2023-9-1
- 680 次· 全球小麥穗檢測挑戰(zhàn)中獲勝模型及其在穗計數(shù)中的應(yīng)用 2023-8-31
- 599 次· 綠色植物Phedimus spp.春季外觀的多光譜表型和遺傳分析 2023-8-28
- 596 次· 分布式賬本助力克服農(nóng)業(yè)機(jī)器學(xué)習(xí)對標(biāo)記植物表型相關(guān)數(shù)據(jù)的需求研究 2023-8-23
- 635 次· 基于多年份多評級的新型RGB圖像數(shù)據(jù)集進(jìn)行高效無損赤霉病(FHB)估計 2023-8-21
- 611 次· 結(jié)合高分辨率影像、深度學(xué)習(xí)和動態(tài)建模分離小麥冠層的疾病和衰老 2023-8-12
- 654 次· 利用RGB圖像和反向傳播神經(jīng)網(wǎng)絡(luò)對橄欖果實關(guān)鍵品質(zhì)性狀進(jìn)行表型分析 2023-8-11
- 1042 次· 粳稻通用臨界氮濃度稀釋曲線的建立方法探索與評估 2023-8-2
- 881 次· 新的三維圖像分割模型助力水稻小麥冠層動態(tài)表型研究 2023-8-1
- 1004 次· 基于目標(biāo)檢測與追蹤算法在提取水稻抽穗開花期表型上的應(yīng)用 2023-7-28
- 955 次· 基于MC-UNet自制番茄葉片病害的圖像分割方法研究 2023-7-26
- 835 次· 一種利用光譜表型分析技術(shù)鑒別轉(zhuǎn)基因水稻種子的簡明級聯(lián)方法 2023-7-25
- 690 次· 基于圖像的水稻全生育期表型獲取和分析策略新方法研究 2023-7-24
- 1107 次· 玉米品種間冠層光合效率差異的多因素貢獻(xiàn)率解析 2023-7-21
- 805 次· 基于生成式深度學(xué)習(xí)網(wǎng)絡(luò)的柑橘表皮顏色可視化預(yù)測研究 2023-7-21
- 919 次· 基于日光誘導(dǎo)葉綠素?zé)晒夤浪闼竟夂夏芰蜌饪讓?dǎo)度的半機(jī)理模型研究 2023-7-19
- 647 次· 基于RGB圖像的基因型×環(huán)境型×管理相互作用下的玉米葉片方向變化分析 2023-7-17
- 759 次· 基于全監(jiān)督和弱監(jiān)督深度學(xué)習(xí)的病損葉片表型分析研究 2023-7-14
- 786 次· 使用無人機(jī)圖像的濕地松新抽梢自動檢測和計數(shù)軟件模型研究 2023-7-13
- 226 次· 利用Hiphen田間植物表型促進(jìn)大規(guī)模作物植被分割研究 2023-7-4
- 308 次· 通過多光譜圖像識別花生種子中的真菌：提升健康質(zhì)量的技術(shù)進(jìn)展 2023-6-19
- 1431 次· 融合快照光譜圖像和RGB-D圖像生成三維多光譜植物點云的新方法研究 2023-6-9
- 1000 次· 以小麥為例研究密集模式下圖像語義分割的半自監(jiān)督學(xué)習(xí)方法 2023-6-2
- 1037 次· 群智能優(yōu)化特征選擇新方法SSAFS在植物表型數(shù)據(jù)分析中的應(yīng)用研究 2023-5-29
- 932 次· 植物表型葉綠素?zé)晒獬上衲K在植物病理病害中的應(yīng)用 2023-5-29
- 1023 次· 基于骨架層次分割的油菜角果表型分析方法研究 2023-5-25
- 618 次· 注意力機(jī)制和多任務(wù)解碼器高適用性的基于過程的作物裁剪建模研究 2023-5-24
- 1045 次· 新育種平臺EIS系統(tǒng)的基本原理、設(shè)計、部署和使用方法及發(fā)展計劃 2023-5-18
- 1021 次· 基于PLPNet的番茄葉片病害圖像精確檢測方法研究 2023-5-16
- 545 次· 利用多角度遙感校正冠層結(jié)構(gòu)效應(yīng)估算小麥葉片氮和葉綠素含量 2023-5-16
- 238 次· 幾種內(nèi)生細(xì)菌對鼠尾草幼苗生長和生理性狀的影響 2023-5-15
- 707 次· 基于圖像的植物表型自監(jiān)督預(yù)訓(xùn)練對比學(xué)習(xí)方法的基準(zhǔn)測試 2023-5-10
- 1129 次· 多源數(shù)據(jù)融合助力提升田間高通量表型平臺下玉米時序表型解析精度 2023-5-10
- 735 次· 無人機(jī)遙感監(jiān)測技術(shù)助力優(yōu)化濕地松遺傳育種策略 2023-5-8
- 599 次· WIWAM植物表型成像系統(tǒng)助力研究鏈霉素誘導(dǎo)玉米對鐮刀菌的抗性 2023-5-6
- 1023 次· 利用三維生長模型與域自適應(yīng)遷移學(xué)習(xí)實現(xiàn)無需人工標(biāo)注的小麥表型算法 2023-4-26
- 1350 次· 多功能葉片測量儀助力研究具有高鎘適應(yīng)性的入侵草的葉片功能特性 2023-4-25
- 233 次· 通過Videometer成像分析減少小麥制品中丙烯酰胺的膳食暴露 2023-4-25
- 943 次· 通過Plantarray植物生理表型研究系統(tǒng)了解蔬菜豆類的保水性與抗旱性 2023-4-7
- 2007 次· 多光譜種子表型成像系統(tǒng)助力種子參數(shù)RIL群體的形態(tài)生化特征鑒定 2023-4-3
- 999 次· 基于無人機(jī)高通量表型數(shù)據(jù)結(jié)合數(shù)量性狀位點(QTL)方法研究水稻抗病性 2023-2-28
- 996 次· 從原型到推理：深度學(xué)習(xí)在高粱穗部檢測中的應(yīng)用 2023-2-20
- 1133 次· 基于高光譜遙感的大豆和花菜豆生理干旱響應(yīng)的表型研究 2023-2-17
- 1310 次· 高通量植物生理表型平臺助力保護(hù)細(xì)胞PIF4和HY5控制蒸騰活動研究 2023-2-10
- 933 次· 利用Plantarray系統(tǒng)與太陽誘導(dǎo)葉綠素?zé)晒庋芯棵{迫條件下的光合作用 2023-2-9
- 1227 次· 基于顯微圖像和深度學(xué)習(xí)的黃瓜灰霉病菌孢子精準(zhǔn)檢測方法研究 2023-2-2
- 1284 次· 基于高光譜成像技術(shù)構(gòu)建大型海藻高通量表型預(yù)測模型的研究 2023-1-31
- 2183 次· 基于多光譜成像和疊加集成學(xué)習(xí)的三種苜蓿單種子鑒定 2023-1-10
- 730 次· 兩個大田高粱品種根系性狀對磷肥響應(yīng)的變異性和可塑性研究 2023-1-6
- 2079 次· 基于無人機(jī)多光譜圖像和SRGAN的大白菜單株表型測定研究 2022-12-29
- 1952 次· 利用多光譜成像檢測黑燕麥種子中的德雷克斯孢菌 2022-12-29
- 1200 次· SegVeg通過深度和淺層方法的結(jié)合將RGB圖像分割成綠色和衰老植被 2022-12-21
- 2298 次· Videometer多光譜成像技術(shù)在黃油曲奇質(zhì)量評估中的應(yīng)用 2022-11-22
- 275 次· Pessl植物生理生態(tài)系統(tǒng)：露地草莓營養(yǎng)植保技術(shù)精密技術(shù)指標(biāo) 2022-11-22
Copyright(C) 1998-2025 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com