Estimación del contenido de clorofila de las hojas de maíz a partir de datos hiperespectrales utilizando selección de características E2D-COS, red neuronal profunda y transfer learning
Autores: Chen, Riqiang; Ren, Lipeng; Yang, Guijun; Cheng, Zhida; Zhao, Dan; Zhang, Chengjian; Feng, Haikuan; Hu, Haitang; Yang, Hao
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Estimación del contenido de clorofila de las hojas de maíz a partir de datos hiperespectrales utilizando selección de características E2D-COS, red neuronal profunda y transfer learning
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Contenido de clorofila
Maíz
Percepción hiperespectral UAV
Selección de características E2D-COS
Red neuronal profunda
Aprendizaje por transferencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
El contenido de clorofila de las hojas (LCC) sirve como un indicador bioquímico vital de la actividad fotosintética y el estado de nitrógeno, crítico para la agricultura de precisión para optimizar el manejo de cultivos.
Descripción
El contenido de clorofila de las hojas (LCC) sirve como un indicador bioquímico vital de la actividad fotosintética y el estado de nitrógeno, crítico para la agricultura de precisión para optimizar el manejo de cultivos.