A deep learning method for the long-term prediction of plant electrical signals under salt stress to identify salt tolerance (2021)
- Authors:
- Autor USP: OLIVEIRA, RICARDO FERRAZ DE - ESALQ
- Unidade: ESALQ
- DOI: 10.1016/j.compag.2021.106435
- Subjects: TRIGO; SALINIDADE DO SOLO; REDES NEURAIS; ANÁLISE DE SÉRIES TEMPORAIS; SOLO SALINO
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Computers and Electronics in Agriculture
- ISSN: 1872-7107
- Volume/Número/Paginação/Ano: v. 190, art. 105435, p. 1-14, November 2021
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
YAO, Jie-Peng et al. A deep learning method for the long-term prediction of plant electrical signals under salt stress to identify salt tolerance. Computers and Electronics in Agriculture, v. 190, p. 1-14, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.compag.2021.106435. Acesso em: 27 jan. 2026. -
APA
Yao, J. -P., Wang, Z. -Y., Oliveira, R. F. de, Wang, Z. -Y., & Huang, L. (2021). A deep learning method for the long-term prediction of plant electrical signals under salt stress to identify salt tolerance. Computers and Electronics in Agriculture, 190, 1-14. doi:10.1016/j.compag.2021.106435 -
NLM
Yao J-P, Wang Z-Y, Oliveira RF de, Wang Z-Y, Huang L. A deep learning method for the long-term prediction of plant electrical signals under salt stress to identify salt tolerance [Internet]. Computers and Electronics in Agriculture. 2021 ; 190 1-14.[citado 2026 jan. 27 ] Available from: https://doi.org/10.1016/j.compag.2021.106435 -
Vancouver
Yao J-P, Wang Z-Y, Oliveira RF de, Wang Z-Y, Huang L. A deep learning method for the long-term prediction of plant electrical signals under salt stress to identify salt tolerance [Internet]. Computers and Electronics in Agriculture. 2021 ; 190 1-14.[citado 2026 jan. 27 ] Available from: https://doi.org/10.1016/j.compag.2021.106435 - In-situ and non-invasive measurement of stem water content of trees using an innovative interdigitated-electrodes dielectric sensor less susceptible to stem diameter variation
- Utilização do sistema de imagens Delta T para quantificação de parâmetros radiculares de Eucalyptus grandis
- Sistema radicular do Panicum maximum Jacq. cv. IPR-86 Milênio adubado com nitrogênio e submetido à lotação rotacionada1
- Características fotossintéticas de Phaseolus vulgaris L.
- Diurnal and seasonal patterns of leaf gas exchange in bahiagrass (Paspalum notatum Flügge) growing in a subtropical climate
- Growth- and leaf-temperature effects on photosynthesis of sweet orange seedlings infected with Xylella fastidiosa
- Resposta da fotossíntese à temperatura e sua interação com a intensidade luminosa em mudas de laranjeira 'Pera'
- Water and energy fluxes of two grasses of an urban landscape
- Análise de desempenho de um sensor de fluxo para avaliação de transpiração do girassol pelo metodo de balanço de calor
- Avaliação fisiológica e agronômica de soja geneticamente modificada visando maior tolerância à seca
Informações sobre o DOI: 10.1016/j.compag.2021.106435 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
