《基于多任务学习的植物叶片预测、叶片投影面积预测以及基因型分类研究》19000字.docx

PAGE

PAGEIV

基于多任务学习的植物叶片预测、叶片投影面积预测以及基因型分类研究

摘要

植物表型是指植物可以通过测量得到的特征和性状，是植物与其自身基因表达和环境相互作用的结果，并且是影响农作物产量和质量的关键性因素。大多数植物表型信息可通过数字图像处理的方法获取和分析。随着基因组学研究的快速发展，多任务学习方法为植物表型的精确化图像处理提供了关键技术支撑。基于多任务学习方法的植物表型研究也成为了研究植物表型的新方向。基于多任务学习的植物表型研究方法以深度卷积神经网络为基础，多个预测任务共享网络模型的底层特征来训练网络，而在高层对不同的预测任务进行优化。该研究可通