文献类型：期刊文章

作　　者：武睿[1] 乐丽红[2] 朱安繁[3] 谭斯坦[4] 黄明[5] 何小林[3] 谢秋发[6] 易玉根[7] 黄小龙[8]

WU Rui;LE Li-hong;ZHU An-fan;TAN Si-fan;HUANG ming;HE Xiao-lin;XIE Qiu-fa;YI Yu-gen;HUANG Xiao-long(Jiangxi Biotech Vocational College,Nanchang 330200,China;Yugan County Agrcultural Bureau,Yugan 335100,China;Jiangxi Soil and Fertilizer Extension Station,Nanchang 330046,China;Nanchang grain and oil production management station,Nanchang 330009,Chian;Soil and Fertilizer Workstation of Xingguo County,Xingguo 342400,China;Shanghai Agrising information technology company,Shanghai 200080,China;Jiangxi Nonnal University,Nanchang 330022,China;Fengcheng Agricultural Technology Extension Center,Fengcheng 331100,China)

机构地区：[1]江西生物科技职业学院,江西南昌330200 [2]余干县农业局,江西余干335100 [3]江西省土壤肥料技术推广站,江西南昌330046 [4]南昌市粮油生产管理站,江西南昌330009 [5]兴国县土壤肥料工作站,江西兴国342400 [6]上海大果信息科技有限公司,上海200080 [7]江西师范大学,江西南昌330022 [8]丰城市农业技术推广中心,江西丰城331100

出　　处：《江西农业学报》

基　　金：国家重点研发计划(2017YFD0301603);江西省农牧渔业科研计划

年　　份：2018

卷　　号：30

期　　号：8

起止页码：55-59

语　　种：中文

收录情况：CAB、CAS、JST、RCCSE、ZGKJHX、普通刊

摘　　要：研究了"云计算+端智能"的架构,基于卷积神经网络,设计开发了作物营养诊断服务系统。用户通过微信小程序拍摄或选择作物图片上传到云计算服务器进行图像识别,即可获得作物营养诊断结果和缺素矫治方案。结果表明:该系统拥有良好的在线诊断能力,提高了作物营养诊断的效率和效果。

关 键 词：卷积神经网络 图像识别 作物营养诊断  服务系统  

分 类 号：S126]