期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
枯草芽孢菌株TL2对茶轮斑病的防病机制
被引量:
23
1
作者
洪永聪
来玉宾
+2 位作者
叶雯娜
林培贤
胡方平
《茶叶科学》
CAS
CSCD
北大核心
2006年第4期259-264,共6页
枯草芽孢菌株(Bacillus subtilis)TL2能产生多种外分泌抗菌蛋白,抑制茶轮斑病菌(Pestallozzia theae)的菌丝生长及其分生孢子的形成和萌发。另外,菌株TL2通过改变茶树体内活性氧代谢相关酶系如SOD等的活性,以调节茶树受轮斑病菌侵染后...
枯草芽孢菌株(Bacillus subtilis)TL2能产生多种外分泌抗菌蛋白,抑制茶轮斑病菌(Pestallozzia theae)的菌丝生长及其分生孢子的形成和萌发。另外,菌株TL2通过改变茶树体内活性氧代谢相关酶系如SOD等的活性,以调节茶树受轮斑病菌侵染后活性氧的代谢平衡,同时诱导茶树产生抗性酶系如PAL和β-1,3-葡聚糖酶,以限制茶树轮斑病菌的扩展。
展开更多
关键词
茶树
枯草芽孢杆菌
轮斑病
防病机制
下载PDF
职称材料
基于改进YOLOv4模型的茶叶病害识别
被引量:
9
2
作者
孙道宗
刘欢
+3 位作者
刘锦源
丁郑
谢家兴
王卫星
《西北农林科技大学学报(自然科学版)》
CSCD
北大核心
2023年第9期145-154,共10页
【目的】提出了一种改进的YOLOv4模型,为自然环境下3种常见茶叶病害(茶白星病、茶云纹叶枯病和茶轮斑病)的快速精准识别提供支持。【方法】使用MobileNetv2和深度可分离卷积来降低YOLOv4模型的参数量,并引入卷积注意力模块对YOLOv4模型...
【目的】提出了一种改进的YOLOv4模型,为自然环境下3种常见茶叶病害(茶白星病、茶云纹叶枯病和茶轮斑病)的快速精准识别提供支持。【方法】使用MobileNetv2和深度可分离卷积来降低YOLOv4模型的参数量,并引入卷积注意力模块对YOLOv4模型进行识别精度改进。采用平均精度、平均精度均值、图像检测速度和模型大小作为模型性能评价指标,在相同的茶叶病害数据集和试验平台中,对改进YOLOv4模型与原始YOLOv4模型、其他目标检测模型(YOLOv3、SSD和Faster R-CNN)的病害识别效果进行对比试验。【结果】与原始YOLOv4模型相比,改进YOLOv4模型的大小减少了83.2%,对茶白星病、茶云纹叶枯病和茶轮斑病识别的平均精度分别提高了6.2%,1.7%和1.6%,平均精度均值达到93.85%,图像检测速度为26.6帧/s。与YOLOv3、SSD和Faster R-CNN模型相比,改进YOLOv4模型的平均精度均值分别提高了6.0%,13.7%和3.4%,图像检测速度分别提高了5.5,7.3和11.7帧/s。【结论】对YOLOv4模型所使用的改进方法具备有效性,所提出的改进YOLOv4模型可以实现对自然环境下3种常见茶叶病害的快速精准识别。
展开更多
关键词
茶白星病
茶云纹叶枯病
茶轮斑病
YOLOv4模型
茶叶病害识别
下载PDF
职称材料
题名
枯草芽孢菌株TL2对茶轮斑病的防病机制
被引量:
23
1
作者
洪永聪
来玉宾
叶雯娜
林培贤
胡方平
机构
福建农林大学农药与化学生物学教育部重点实验室
出处
《茶叶科学》
CAS
CSCD
北大核心
2006年第4期259-264,共6页
基金
国家自然科学基金资助项目(No.30370968)
文摘
枯草芽孢菌株(Bacillus subtilis)TL2能产生多种外分泌抗菌蛋白,抑制茶轮斑病菌(Pestallozzia theae)的菌丝生长及其分生孢子的形成和萌发。另外,菌株TL2通过改变茶树体内活性氧代谢相关酶系如SOD等的活性,以调节茶树受轮斑病菌侵染后活性氧的代谢平衡,同时诱导茶树产生抗性酶系如PAL和β-1,3-葡聚糖酶,以限制茶树轮斑病菌的扩展。
关键词
茶树
枯草芽孢杆菌
轮斑病
防病机制
Keywords
tea
plant
Bacillus subtilis
ring
spot
disease
control mechanism
分类号
S435.711 [农业科学—农业昆虫与害虫防治]
下载PDF
职称材料
题名
基于改进YOLOv4模型的茶叶病害识别
被引量:
9
2
作者
孙道宗
刘欢
刘锦源
丁郑
谢家兴
王卫星
机构
华南农业大学电子工程学院(人工智能学院)
广东省农情信息监测工程技术研究中心
出处
《西北农林科技大学学报(自然科学版)》
CSCD
北大核心
2023年第9期145-154,共10页
基金
广东省现代农业关键技术模式集成与示范推广项目(粤财农[2021]37号-200011)
国家自然科学基金项目(31671591,31971797)
+5 种基金
广州市科技计划项目(202002030245)
广东省科技专项资金项目(“大专项+任务清单”)(2020020103)
广东省现代农业产业技术体系创新团队建设专项资金项目(2022KJ108)
广东省教育厅特色创新类项目(2019KTSCX013)
2020年广东省科技创新战略专项资金项目(“攀登计划”,pdjh2020a0084)
广东省大学生创新创业项目(S202010564150,202110564042)。
文摘
【目的】提出了一种改进的YOLOv4模型,为自然环境下3种常见茶叶病害(茶白星病、茶云纹叶枯病和茶轮斑病)的快速精准识别提供支持。【方法】使用MobileNetv2和深度可分离卷积来降低YOLOv4模型的参数量,并引入卷积注意力模块对YOLOv4模型进行识别精度改进。采用平均精度、平均精度均值、图像检测速度和模型大小作为模型性能评价指标,在相同的茶叶病害数据集和试验平台中,对改进YOLOv4模型与原始YOLOv4模型、其他目标检测模型(YOLOv3、SSD和Faster R-CNN)的病害识别效果进行对比试验。【结果】与原始YOLOv4模型相比,改进YOLOv4模型的大小减少了83.2%,对茶白星病、茶云纹叶枯病和茶轮斑病识别的平均精度分别提高了6.2%,1.7%和1.6%,平均精度均值达到93.85%,图像检测速度为26.6帧/s。与YOLOv3、SSD和Faster R-CNN模型相比,改进YOLOv4模型的平均精度均值分别提高了6.0%,13.7%和3.4%,图像检测速度分别提高了5.5,7.3和11.7帧/s。【结论】对YOLOv4模型所使用的改进方法具备有效性,所提出的改进YOLOv4模型可以实现对自然环境下3种常见茶叶病害的快速精准识别。
关键词
茶白星病
茶云纹叶枯病
茶轮斑病
YOLOv4模型
茶叶病害识别
Keywords
tea
white scab disease
tea
cloud leaf blight
tea ring spot
YOLOv4 model
recognition of
tea
diseases
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
S435.711 [农业科学—农业昆虫与害虫防治]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
枯草芽孢菌株TL2对茶轮斑病的防病机制
洪永聪
来玉宾
叶雯娜
林培贤
胡方平
《茶叶科学》
CAS
CSCD
北大核心
2006
23
下载PDF
职称材料
2
基于改进YOLOv4模型的茶叶病害识别
孙道宗
刘欢
刘锦源
丁郑
谢家兴
王卫星
《西北农林科技大学学报(自然科学版)》
CSCD
北大核心
2023
9
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部