-
公开(公告)号：CN119130700B
公开(公告)日：2025-02-14
申请号：CN202411586261.6
申请日：2024-11-08
Applicant: 中国农业大学
Abstract: 本申请公开了一种大田光合参数预测方法、设备、介质及产品，涉及农业智能化监测领域，该方法包括通过获取待预测大田设定区域的可见光图像和多光谱图像；根据可见光图像和多光谱图像，利用大田光合参数预测模型，确定待预测大田设定区域的光合参数；其中，大田光合参数预测模型是利用训练数据集结合梯度归一化算法对改进的卷积神经网络进行训练得到的；训练数据集包括训练用大田的可见光影像和多光谱影像以及对应的光合参数；改进的卷积神经网络是将卷积神经网络中残差模块的卷积层替换为深度可分离卷积层得到的，且改进的卷积神经网络为多输出。本申请提高了光合参数预测的效率和准确性。
-
公开(公告)号：CN119164920A
公开(公告)日：2024-12-20
申请号：CN202411187570.6
申请日：2024-08-28
Applicant: 中国农业大学
IPC: G01N21/47
Abstract: 本申请公开一种作物光合参数反演方法、装置、介质及产品，涉及表型组学技术领域，所述方法包括：获取待预测作物的所有特征波段的图像；基于各特征波段的图像确定对应特征波段的反射率；利用各特征波段对应的最佳预处理策略对对应特征波段的反射率进行预处理，得到对应特征波段的最佳预处理后的反射率；按照预设顺序依次将各光合参数对应的预测用参数的预测值输入至对应的光合参数反演模型中，得到对应光合参数的预测值；光合参数包括：A1200、SPAD、叶绿素a、叶绿素b和叶片氮含量。本申请可快速、无损、准确地确定作物的多个光合参数。
-
公开(公告)号：CN117198420A
公开(公告)日：2023-12-08
申请号：CN202310938908.6
申请日：2023-07-28
Applicant: 中国农业大学
Abstract: 本发明公开一种紫叶生菜花青素含量确定方法、系统、设备及存储介质，涉及花青素含量检测领域，该方法包括获得待检测紫叶生菜的高光谱图像，并确定所述高光谱图像的反射率数据；将所述反射率数据输入花青素含量识别模型，得到待检测紫叶生菜的花青素含量；所述花青素含量识别模型是采用训练集对集成网络进行训练得到的，所述集成网络包括一维卷积神经网络和极限学习机，所述一维卷积神经网络的输出与所述极限学习机的输入连接。本发明在提高花青素含量的检测效率的同时提高了检测准确性。
-
公开(公告)号：CN116309756A
公开(公告)日：2023-06-23
申请号：CN202310350494.5
申请日：2023-04-04
Applicant: 中国农业大学烟台研究院
Abstract: 本发明公开了一种油麦菜三维点云全局自动化配准方法，属于计算机技术领域，通过研究油麦菜植株配准参数变化的规律，得出了适用于油麦菜配准的参数组合，包括输入源点云和目标点云，建立并配准效果动态数组；通过体素下采样算法采集关键点；并利用快速点特征直方图和随机采样一致性算法对相邻点云两两配准，找出效果最好的配准结果，实现油麦菜三维点云全局自动化配准。本发明采用相邻点云两两配准，能够分阶段完成全局配准的方案，最大程度上降低因为点云数量累加造成的精度不足问题，提升三维重建的精度和效率。
-
公开(公告)号：CN112183448A
公开(公告)日：2021-01-05
申请号：CN202011102031.X
申请日：2020-10-15
Applicant: 中国农业大学
Abstract: 本发明提出一种基于三级分类和多尺度全卷积网络(FCN)的脱荚大豆图像分割方法，通过考虑豆荚的边缘像素来分割难以分离的紧密豆荚，使用三级分类法合成的三进制标签图像训练具有多尺度结构的FCN模型，该网络通过不同的卷积阶段来提取具有不同尺度的特征，并设计了高分辨率分支获取低级别的全局信息以进行特征融合，实现不同形式和大小爆荚的分割，该发明能够有效地提取图像特征，在保证目标分割的基础上，实现实时性的图像处理功能，具有较高的应用价值和较广的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN108346142B
公开(公告)日：2020-08-14
申请号：CN201810041037.7
申请日：2018-01-16
Applicant: 中国农业大学
Abstract: 本发明提供一种基于植物光照图像的植物生长状态识别方法，包括：通过提取采集到的植物长时间连续变化图像的深度信息和植物的光照信息，结合土壤特性信息，获取植物的植株坐标并将所述植物的植株坐标数据标准化，构建基于植株器官集群的条件随机场模型，并采用训练样本进行训练，得到植株器官变化状态训练的识别模型，最终根据待识别目标植物的样本特征，利用该识别模型，诊断检测植物生长状态变化趋势。本发明能够提高对植物植株图像数据和环境数据，以及对土壤的种类、营养含量及光照强度色度等各项环境参数的辨识度，从而能够准确判定各植株器官的生长状态。
-
公开(公告)号：CN110929123A
公开(公告)日：2020-03-27
申请号：CN201910968980.7
申请日：2019-10-12
Applicant: 中国农业大学
IPC: G06F16/951 , G06F16/33 , G06Q30/02
Abstract: 本发明提供一种电商产品竞争分析方法及系统，方法包括：基于爬取的多条电商评论数据，建立电商评论情感字典；挖掘电商产品的每一个产品属性；根据电商评论情感字典确定消费者对每一个产品属性的情感极性；基于每一个产品属性出现的频次，确定每一个产品属性的权重；根据消费者对电商产品的每一个产品属性的情感极性和每一个产品属性的权重，计算消费者对电商产品的总体情感。本发明对电商评论数据进行处理分析，计算出消费者对每一个电商产品的总体情感，根据消费者对每一个电商产品的总体情感对每一个电商产品的竞争能力进行分析，为电商产品商家和消费者提供了有价值的信息。
-
公开(公告)号：CN109446857A
公开(公告)日：2019-03-08
申请号：CN201811159444.4
申请日：2018-09-30
Applicant: 中国农业大学
IPC: G06K7/00
Abstract: 本发明实施例提供一种基于快速动态帧时隙的标签防碰撞方法及系统，所述方法包括：对任一阅读循环，设置帧长度，并将时隙计数器、成功时隙计数器、空闲时隙计数器和碰撞时隙计数器均清零；阅读器向进入识别范围的待识别标签发送携带所述帧长度的查询命令；依次查询每个时隙，根据标签的应答消息判断碰撞情况，并根据碰撞情况分别更新成功时隙计数器、空闲时隙计数器和碰撞时隙计数器的值；根据当前阅读循环结束时成功时隙计数器、空闲时隙计数器和碰撞时隙计数器的值设置下一阅读循环的帧长度。本发明实施例能够快速准确地估计待识别标签的数量，从而动态调节帧长，且计算过程简单，能够有效提升标签识别的效率。
-
公开(公告)号：CN108388830A
公开(公告)日：2018-08-10
申请号：CN201810019554.4
申请日：2018-01-09
Applicant: 中国农业大学
Abstract: 本发明提供一种基于卷积神经网络的动物体形检测方法及装置。所述方法包括：利用具有光照不变性的Gabor定序特征描述子对动物的原始图像进行特征提取，获得第一图像特征图；将所述动物的深度图像与所述第一图像特征图进行配准，获得第二图像特征图；将所述第一图像特征图与所述第二图像特征图进行叠加，根据叠加后的特征融合图获得候选目标区域；将所述候选目标区域输入卷积神经网络，获得动物体形的检测结果。本发明能提高动物体形检测的准确性和实时性。
-
公开(公告)号：CN112183448B
公开(公告)日：2023-05-12
申请号：CN202011102031.X
申请日：2020-10-15
Applicant: 中国农业大学
IPC: G06V20/20 , G06V10/26 , G06V10/32 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提出一种基于三级分类和多尺度全卷积网络(FCN)的脱荚大豆图像分割方法，通过考虑豆荚的边缘像素来分割难以分离的紧密豆荚，使用三级分类法合成的三进制标签图像训练具有多尺度结构的FCN模型，该网络通过不同的卷积阶段来提取具有不同尺度的特征，并设计了高分辨率分支获取低级别的全局信息以进行特征融合，实现不同形式和大小爆荚的分割，该发明能够有效地提取图像特征，在保证目标分割的基础上，实现实时性的图像处理功能，具有较高的应用价值和较广的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.036 seconds)
