您当前的位置:
首页 >
文章列表页 >
基于高光谱结合机器学习方法对谷子株高的遥感监测
基于高光谱结合机器学习方法对谷子株高的遥感监测
Remote monitoring of foxtail millet plant height using hyperspectral data and machine learning
- 中国农业大学学报 2026年31卷第6期 页码:140-153
DOI: 10.11841/j.issn.1007-4333.2026.06.12
录用:2026-01-08
移动端阅览
HTML全文
图( 4 ) 表( 7 )
参考文献
出版信息
数据统计
54
浏览量
18
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
黄土丘陵旱作区全膜微垄沟穴播对土壤水热及谷子产量的影响
不同基因型谷子对花期干旱胁迫的生理响应及耐旱性综合评价
谷子SiDIR1基因的抗旱、耐盐功能分析
施肥对谷子氨基酸组分的影响及营养评价
不同生态环境对谷子营养品质和淀粉特性的影响
相关作者
米俊珍
张兰英
徐忠山
王希全
王金金
赵宝平
武俊英
刘景辉
相关机构
内蒙古杂粮工程技术研究中心
内蒙古农业大学 杂粮产业协同创新中心
河南农业大学 林学院
洛阳市农林科学院
河南省农业科学院 粮食作物研究所


