【技术实现步骤摘要】
本专利技术涉及人工智能,尤其涉及一种作物品种识别方法、装置、电子设备及存储介质。
技术介绍
1、植物表型参数是指能够反映植物表型的参数。植物表型参数通常包括形态学植物表型参数和生理学植物表型参数。形态学植物表型参数主要描述植物的外观和结构特征,包括但不限于作物高度、茎粗、叶面积或叶面积指数、叶角、茎秆长度以及株间距等。生理学植物表型参数主要反映植物的生理功能和代谢状态,包括但不限于叶绿素含量、光合速率、水分胁迫、生物量、耐盐性和叶片含水量等。
2、相关技术中传统的作物品种识别方法可以基于作物的植物表型参数识别作物的品种。但是,由于同一种类不同品种的作物之间的表型差异十分微小,导致基于上述传统的作物品种识别方法难以准确地识别作物的品种。因此,如何更准确地识别作物的品种,是本领域亟待解决的技术问题。
技术实现思路
1、本专利技术提供一种作物品种识别方法、装置、电子设备及存储介质,用以解决现有技术中难以准确地识别作物的品种的缺陷,实现更准确地识别作物的品种。
2、本专利技
...【技术保护点】
1.一种作物品种识别方法,其特征在于,包括:
2.根据权利要求1所述的作物品种识别方法,其特征在于,在所述待识别作物的数量为多个的情况下,各所述待识别作物属于同一种类的作物;
3.根据权利要求2所述的作物品种识别方法,其特征在于,所述基于每一待识别作物对应的量子态表型特征数据,获取所述每一待识别作物的量子态特征分数,包括:
4.根据权利要求3所述的作物品种识别方法,其特征在于,所述基于每一作物组中各待识别作物的量子态特征分数,获取所述每一作物组对应的作物品种的综合评估分数,包括:
5.根据权利要求4所述的作物品种识别方法
...【技术特征摘要】
1.一种作物品种识别方法,其特征在于,包括:
2.根据权利要求1所述的作物品种识别方法,其特征在于,在所述待识别作物的数量为多个的情况下,各所述待识别作物属于同一种类的作物;
3.根据权利要求2所述的作物品种识别方法,其特征在于,所述基于每一待识别作物对应的量子态表型特征数据,获取所述每一待识别作物的量子态特征分数,包括:
4.根据权利要求3所述的作物品种识别方法,其特征在于,所述基于每一作物组中各待识别作物的量子态特征分数,获取所述每一作物组对应的作物品种的综合评估分数,包括:
5.根据权利要求4所述的作物品种识别方法,其特征在于,所述基于各所述作物组对应的作物品种的综合评估分数,确定各所述待识别作物中的最优作物品种,包括:
6.根据权利...
【专利技术属性】
技术研发人员:苟文博,郭新宇,樊江川,温维亮,杨斯,
申请(专利权)人:北京市农林科学院信息技术研究中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。