Mejora de la estimación del contenido de nitrógeno en hojas de arroz mediante la integración de características preferidas híbridas y metodologías de aprendizaje profundo
Autores: Peng, Yiping; Zhong, Wenliang; Peng, Zhiping; Tu, Yuting; Xu, Yanggui; Li, Zhuxian; Liang, Jianyi; Huang, Jichuan; Liu, Xu; Fu, Youqiang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Mejora de la estimación del contenido de nitrógeno en hojas de arroz mediante la integración de características preferidas híbridas y metodologías de aprendizaje profundo
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Contenido de nitrógeno en las hojas
Tecnología hiperespectral basada en UAV
Algoritmos de modelado de aprendizaje profundo
XGBoost
Coeficiente de correlación de Pearson
Distribución espacial
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Obtener de manera eficiente el contenido de nitrógeno foliar (LNC) en arroz para monitorear el estado de salud nutricional es crucial para lograr una fertilización de precisión a pedido.
Descripción
Obtener de manera eficiente el contenido de nitrógeno foliar (LNC) en arroz para monitorear el estado de salud nutricional es crucial para lograr una fertilización de precisión a pedido.