秦丰
- 作品数：13 被引量：81H指数：4
- 供职机构：中国农业大学更多>>
- 发文基金：公益性行业(农业)科研专项国家科技支撑计划国家重点基础研究发展计划更多>>
- 相关领域：农业科学理学更多>>
- 小麦条锈病高光谱遥感监测与分子检测相关研究
- 在小麦的生产上,由小麦条锈病对其造成的损失一直以来备受关注。而小麦条锈病具有潜伏侵染的特点,所以若能对其潜育期实现快速识别及检测,则对病害的防控、农药的安全使用、环境的保护等具有重大意义。本研究通过人工接种不同品种的小麦...
- 李薇刘琦秦丰谷医林马占鸿
- 关键词：小麦条锈病潜育期分子检测
- 基于深度学习和支持向量机的4种苜蓿叶部病害图像识别被引量：37
- 2017年
- 为实现苜蓿叶部病害的快速准确诊断和鉴别,基于图像处理技术,对常见的4种苜蓿叶部病害(苜蓿褐斑病、锈病、小光壳叶斑病和尾孢菌叶斑病)的识别方法进行探索。对采集获得的899张苜蓿叶部病害图像,利用人工裁剪方法从每张原始图像中获得1张子图像,然后利用结合K中值聚类算法和线性判别分析的分割方法进行病斑图像分割,得到4种病害的典型病斑图像(每张典型病斑图像中仅含有1个病斑)共1 651张。基于卷积神经网络提取病斑图像特征,建立病害识别支持向量机(Support vector machine,SVM)模型。结果表明:当病斑图像尺寸归一化为32×32像素,利用归一化的特征HSV(即特征H、特征S和特征V归一化后的组合特征)构建的病害识别SVM模型最优,其训练集识别正确率为94.91%,测试集识别正确率为87.48%。本研究基于深度学习和SVM所建立的病害识别模型可用于识别上述4种苜蓿叶部病害。
- 秦丰刘东霞孙炳达阮柳马占鸿王海光
- 关键词：苜蓿病害图像识别卷积神经网络支持向量机
- 应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法
- 本发明涉及真菌孢子萌发率的检测，具体提供了一种应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法，基于近红外光谱技术，根据孢子萌发试验方法获得的小麦条锈菌夏孢子的萌发率及其相应样品的近红外光谱数据，建立孢子萌发率的判别...
- 王海光秦丰程培李小龙赵雅琼马占鸿赵龙莲李军会
- 一种小麦叶片内条锈病菌DNA相对含量测量方法
- 本发明属于植物保护技术领域，提供了一种小麦叶片内条锈病菌DNA相对含量测量方法，该方法包括：获取待测小麦条锈病潜育期叶片的近红外光谱信息；根据所述待测小麦条锈病潜育期叶片的近红外光谱信息，应用测定模型确定与所述待测小麦条...
- 王海光赵雅琼谷医林秦丰温丽刘彬彬马占鸿赵龙莲李军会李小龙程培潘阳
- 文献传递
- 基于DPLS的小麦条锈病潜育期冠层高光谱分析研究
- 由条形柄锈菌小麦专化型(Puccinia striiformis f.sp.tritici)引起的小麦条锈病是重要的世界性禾谷类作物病害之一。本研究针对三种不同接菌浓度条锈菌(0.2mg/mL、0.1mg/mL、0.05...
- 刘琦秦丰谷医林王慧王海光马占鸿
- 关键词：小麦条锈病潜育期高光谱遥感冠层光谱
- 文献传递
- 一种小麦叶片内条锈病菌DNA相对含量测量方法
- 本发明属于植物保护技术领域，提供了一种小麦叶片内条锈病菌DNA相对含量测量方法，该方法包括：获取待测小麦条锈病潜育期叶片的近红外光谱信息；根据所述待测小麦条锈病潜育期叶片的近红外光谱信息，应用测定模型确定与所述待测小麦条...
- 王海光赵雅琼谷医林秦丰温丽刘彬彬马占鸿赵龙莲李军会李小龙程培潘阳
- 苜蓿根腐病的病原分离、鉴定与杀菌剂毒力测定被引量：15
- 2016年
- 为了解河北苜蓿根腐病病原种类,以便有目的地加以防治,对从河北采集的苜蓿根腐病样品进行了病原分离、鉴定以及致病性和室内毒力测定。根据形态学和核糖体内转录间隔区ITS4和ITS5、延伸因子EF-1H和EF-2T序列作为引物鉴定,分离出的71株致病菌株均为镰孢菌属(Fusarium),其中,木贼镰孢(F.equiseti)55株,尖孢镰孢(F.oxysporum)7株,层出镰孢(F.proliferatum)6株,变红镰孢(F.incarnatum)2株,茄镰孢(F.solani)1株。尖孢镰孢菌株D19-2、层出镰孢菌株S45和茄镰孢菌株Q1的致病性最强。通过含毒介质法测定,结果表明,40%腈菌唑可湿性粉剂(WP)、50%多菌灵WP、嘧环·咯菌腈(37%嘧菌环胺和25%咯菌腈)水分散粒剂(WDG)、50%福美双WP、70%甲基硫菌灵WP和10%苯醚甲环唑WDG对这3个菌株菌丝生长均有较好抑制作用,而80%代森锰锌WP、99%恶霉灵WP、40%菌核净WP的抑制作用较弱。
- 阮柳马占鸿刘振宇秦丰王海光
- 关键词：镰孢菌病原鉴定毒力测定
- 近红外光谱技术的小麦条锈病严重度分级识别被引量：11
- 2015年
- 小麦条锈病是世界上影响小麦安全生产的一种重要病害。实现小麦条锈病不同严重度叶片快速、准确的分级识别,对于条锈病监测、预测预报和防治措施的制定具有重要意义。通过人工接种获得条锈病不同发病程度小麦叶片,选取8个不同严重度级别（1%,5%,10%,20%,40%,60%,80%和100%）叶片各30片和健康小麦叶片30片,利用近红外光谱技术分别获取光谱信息,共获得270条近红外光谱曲线,依据小麦叶片条锈病发病程度的不同,将其分为9个类别。从每个类别中随机选择7~8条光谱曲线作为测试集,共计67条,将剩余的203条光谱曲线作为训练集。利用定性偏最小二乘法建立小麦条锈病不同严重度叶片的定性识别模型。研究分析了不同光谱预处理方法、建模比（训练集：测试集）和建模谱区对所建模型识别效果的影响。结果表明,在4 000~9 000cm-1谱区范围内,原始近红外光谱数据经中心化预处理后,建模比为3∶1时,采用内部交叉验证法建模,训练集和测试集的总体识别准确率分别为95.57%和97.01%,所建模型识别效果较好。表明基于近红外光谱技术进行小麦条锈病叶片严重度分级识别是可行的,为小麦条锈病的监测和评估提供了一种新方法。
- 李小龙秦丰赵龙莲李军会马占鸿王海光
- 关键词：近红外光谱小麦条锈病
- 小麦条锈病高光谱遥感监测与分子检测相关研究
- 在小麦的生产上,由小麦条锈病对其造成的损失一直以来备受关注。而小麦条锈病具有潜伏侵染的特点,所以若能对其潜育期实现快速识别及检测,则对病害的防控、农药的安全使用、环境的保护等具有重大意义。本研究通过人工接种不同品种的小麦...
- 李薇刘琦秦丰谷医林马占鸿
- 关键词：小麦条锈病潜育期分子检测
- 文献传递
- 基于图像处理技术的四种苜蓿叶部病害的识别被引量：18
- 2016年
- 基于图像处理技术,对4种苜蓿叶部病害进行识别研究。利用结合K中值聚类算法和线性判别分析的分割方法对病斑图像作分割,获得了较好的分割效果。结果表明:该分割方法在由4种病害图像数据集整合成的汇总图像数据集上综合得分的平均值和中值分别为0.877 1和0.899 7;召回率的平均值和中值分别为0.829 4和0.851 4;准确率的平均值和中值分别为0.924 9和0.942 4。进一步提取病斑图像的颜色特征、形状特征和纹理特征共计129个,利用朴素贝叶斯方法和线性判别分析方法建立病害识别模型,并结合顺序前向选择方法实现特征筛选,分别获得最优特征子集;同时利用这2个最优特征子集,结合支持向量机(Support vector machine,SVM)建立病害识别模型。比较各模型的识别效果,发现利用所建线性判别分析模型下的最优特征子集,结合SVM建立的病害识别模型识别效果最好,训练集识别正确率为96.18%,测试集识别正确率为93.10%。由此可见,本研究所建基于图像处理技术的病害识别模型可用于识别上述4种苜蓿叶部病害,为苜蓿病害的诊断和鉴别提供了一定依据。
- 秦丰刘东霞孙炳达阮柳马占鸿王海光
- 关键词：苜蓿叶部病害图像识别图像分割
