首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

作物苗期重金属胁迫辨识方法、系统、电子设备和存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:宁夏大学

摘要:本发明公开了一种作物苗期重金属胁迫辨识方法、系统、电子设备和存储介质,其中所述辨识方法包括通过光暗循环刺激获取作物幼苗在正常状态以及不同离子浓度下铜、镉重金属胁迫的植物叶表面电位,对采集到的数据进行筛选和标注,得到数据集,将数据集进行预处理并利用数据集建立作物苗期重金属胁迫辨识模型,将采集的铜、镉重金属胁迫下的植物叶表面电位曲线输入到作物苗期重金属胁迫辨识模型中进行分类等步骤。本发明可以在不使用生理生化方法验证的前提下准确的辨识作物重金属胁迫类型,方法简单有效,可为作物的抗逆与育种研究工作提供支持。

主权项:1.作物苗期重金属胁迫辨识方法,其特征在于:包括S1、通过光暗循环刺激获取作物幼苗在正常状态以及不同离子浓度下铜、镉重金属胁迫的植物叶表面电位;S2、对采集到的数据进行筛选和标注,得到数据集;筛选采集的数据其中3个达到叶表面电位波形稳定后的完整光暗周期的共计720个数据点,数据格式为720,1;对每一种胁迫类别的作物幼苗电信号数据标注,标注格式为X,1,X为类别代号,从而得到数据集;S3、将数据集进行预处理操作;所述预处理操作包括去基线处理、归一化及傅里叶变换;S4、将数据集划分为训练集,测试集;S5、利用数据集训练并测试神经网络,建立作物苗期重金属胁迫辨识模型;所述神经网络以数据集作为输入层,其经过3层Conv1D层、2层MaxPool1D层、1层AvgPool1D层、1层Flatten层、1层Dropout层并通过一层Dense层输出;所述神经网络使用的损失函数为categorical_crossentropy,优化器为Adam,学习率lr=0.01,epoch=1000,网络输出的结果为包含N个值的张量0,1,…,N,表示输入有N种分类;S6、将采集的铜、镉重金属胁迫下的植物叶表面电位曲线输入到作物苗期重金属胁迫辨识模型中进行分类;在不同重金属胁迫下,以循环光暗刺激均可使植物叶表面电位曲线的波形达到峰值后进入相对稳定的变化状态,但不同胁迫下光诱导植物电信号的峰值幅度以及波形进入峰值的所需时间不同,基于此差异化的特征,以用于辨识不同类型的重金属胁迫;S7、输出分类结果。

全文数据:

权利要求:

百度查询: 宁夏大学 作物苗期重金属胁迫辨识方法、系统、电子设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。