一种基于时序图像的植物耐盐响应建模预测方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AI新闻日报
AITNT公众号
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于时序图像的植物耐盐响应建模预测方法及系统
申请号:
CN202511156956
申请日期:
2025-08-19
公开号:
CN120656005B
公开日期:
2025-11-07
类型:
发明专利
摘要
本发明涉及图像分割技术领域,尤其是涉及一种基于时序图像的植物耐盐响应建模预测方法及系统。方法包括对获取的植物样本图像数据进行预处理;利用基于U‑Net的植物语义分割模型对预处理后的图像数据进行图像分割;构建基于TimeSformer的植物耐盐响应预测模型;利用植物耐盐响应预测模型预测植物耐盐响应等级。本发明提出的基于时序图像的植物耐盐响应预测建模方法,通过构建集图像采集、预处理、动态特征提取和深度时序建模于一体的预测流程,显著提高了植物耐盐性表型识别的效率、精度和自动化水平。
技术关键词
植物耐盐
建模预测方法
语义分割模型
时序
高质量训练数据集
编码器
注意力机制
预测建模方法
解码器
通道
样本
动态特征提取
图像分割技术
矩阵
保留特征