2022年12月12日 13:26:18 来源:北京博普特科技有限公司 >> 进入该公司展台 阅读量:31

点击标题查看文章介绍
点击下载所有文章PDF文章
Plant Phenomics | 华中科技大学曹治国教授提出用于麦穗检测的动态颜色变换网络

Plant Phenomics | 南京农大小麦生理生态与生产管理课题组提出了一种从显微镜视频中跟踪和监测气孔动态的集成方法

Plant Phenomics | SNAP:基于机器学习的全自动大豆根瘤提取算法

Plant Phenomics | EasyDAM_V2,零数据标注实现果实识别模型构建

Plant Phenomics | 基于Web注释器的植物高通量表型深度分割技术

使用深度学习在复杂背景下增强基于田间马铃薯枯萎病检测

Plant Phenomics | 基于多传感器系统和超像素分类的麦穗图像分割

Plant Phenomics | GWHD_2021:改进后的麦穗检测数据集

Plant Phenomics | 田间条件下检测玉米雄穗的开花进程

Plant Phenomics | 评估木薯贮藏根系发育新的分析工具

Plant Phenomics | 基于可平衡特征金字塔网络的小苹果检测模型

Plant Phenomics | 基于图像增强和机器学习的苜蓿根系表型研究

Plant Phenomics | 对八倍体草莓形态的自动化表型和遗传分析

Plant Phenomics | 基于深度学习的微根管图像自动化分析方法

加入作者
扫码添加小编微信,拉您进入《植物表型组学》作者,群内不定期开展作者分享会、专刊发布会等高质量活动。

添加小编微信,备注姓名+单位+PP,加入作者
About Plant Phenomics
《植物表型组学》(Plant Phenomics)是由南京农业大学和美国科学促进会(AAAS)合作创办的英文学术期刊,于2019年1月正式上线发行。采用开放获取形式,刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的,基于图像分析和机器学习的表型分析研究,提取表型信息的新算法,作物栽培、植物育种和农业实践中的表型组学新应用,与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究,表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2021影响因子为6.961,位于农艺学、植物科学,遥感一区。中科院农艺学、植物科学一区,遥感二区,生物大类一区(TOP期刊)。2020年入选中国科技期刊行动计划高起点新刊项目。 说明:本文由《植物表型组学》编辑部负责组稿。 中文内容仅供参考,一切内容以英文原版为准。 合集整理:王慧敏(南京农业大学) 排版:张婕(南京农业大学) 审核:孔敏、王平