融合遗传、形态和环境信息的植物智能识别

以植物DNA条形码为代表的新兴生物技术逐渐推广应用于林业科学研究领域。文中介绍了美国科研机构和高校联合开发的Leafsnap可视化植物识别软件的应用情况,根据当前已开展的植物DNA测序和数据库平台构建情况,初步提出一个综合植物DNA条形码、形态和环境信息的智能识别系统,以期为将来改进或开发出更准确、更快捷、更有趣且能进行公众参与的植物识别应用软件提供一些思路,为森林生物多样性研究和应用提供帮助。

基于深度学习的植物病虫害智能检测系统研究

由于当今全球气候变化异常,农作物病虫害频发,而且农作物病种类多,成因复杂,其预防和识别难度较大,且传统病虫害识别方法大多靠人目视手查,需要一定的专家经验,具有主观性强、识别准确率低等缺点。而信息技术作为解决农作物病虫害智能、快速识别的新技术、新方法,我们计划利用农业信息大数据智能决策分析系统,建立完善一体化的智能农业信息监测系统等。本文便是基于深度学习将计算机视觉、图像识别等技术运用于农作物病虫害检测中,开发智能病虫害检测系统,以提高病虫害检测准确率,减少病虫害对农业生产的危害。