-
公开(公告)号：CN113011355A
公开(公告)日：2021-06-22
申请号：CN202110321019.6
申请日：2021-03-25
Applicant: 东北林业大学
Abstract: 本发明属于松材线虫病图像识别检测技术领域，具体涉及一种松材线虫病图像识别检测方法及装置，通过设置采用深度学习的目标检测技术对松材线虫病进行检测，能有效提高受病木的识别效率且具有较高的检测精度；采用图像智能识别定位方法采用统一的判别标准，有效提高了识别结果的覆盖率，泛化能力强。综合上述优点，松材线虫病图像识别检测方法能及时发现染病松树并确定其分布情况，有效监测松材线虫病疫情的发展动态，为松林管理人员和森林防护人员提供及时准确的信息。
-
公开(公告)号：CN118278575A
公开(公告)日：2024-07-02
申请号：CN202410462659.2
申请日：2024-04-17
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , G06N3/126 , G06N3/044 , G06N3/0442 , G06N3/08 , G06F17/18
Abstract: 本发明提出一种基于RNN的落叶松枯梢病扩散蔓延预测方法，属于森林保护学技术领域。包括：S1.收集落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据；S2.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据进行一一对应，提取病害显著影响的特征；S3.建构落叶松历史枯梢病预测模型；S4.基于鲸鱼优化算法最优化落叶松历史枯梢病预测模型的参数；S5.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据输入至落叶松历史枯梢病预测模型，输出落叶松枯梢病预测；S6.将落叶松枯梢病地区在地图上显示，可视化落叶松枯梢病。解决准确性不高、及时性不足的问题。
-
公开(公告)号：CN112861812A
公开(公告)日：2021-05-28
申请号：CN202110320985.6
申请日：2021-03-25
Applicant: 东北林业大学
Abstract: 本发明公开了一种基于深度学习的松材线虫病灾害预测预报方法及装置，通过设置采用数据预处理，保证数据的可用性和纯净性；采用数据扩增，同时通过数据扩增器尽可能多地增加训练样本规模，数据补充和数据转换数据扩增技术被提出，应用最多的数据扩增技术有图像随机旋转、剪裁、平移、水平和垂直翻转方法，以向模型提供不同环境的数据，再通过优化器更新深度学习模型的参数，并将训练集输出结果，深度学习仍能学习到较好的稳定的分类特征，避免了传统特征提取方法的不足采用深度学习构建模型，通过对松材线虫病灾害预测预报可有效降低松材线虫病灾害程度，进而进行有效的预防。
-
公开(公告)号：CN113011355B
公开(公告)日：2022-10-11
申请号：CN202110321019.6
申请日：2021-03-25
Applicant: 东北林业大学
IPC: G06V20/10 , G06V10/30 , G06V10/56 , G06V10/774 , G06V10/147
Abstract: 本发明属于松材线虫病图像识别检测技术领域，具体涉及一种松材线虫病图像识别检测方法及装置，通过设置采用深度学习的目标检测技术对松材线虫病进行检测，能有效提高受病木的识别效率且具有较高的检测精度；采用图像智能识别定位方法采用统一的判别标准，有效提高了识别结果的覆盖率，泛化能力强。综合上述优点，松材线虫病图像识别检测方法能及时发现染病松树并确定其分布情况，有效监测松材线虫病疫情的发展动态，为松林管理人员和森林防护人员提供及时准确的信息。
-
Patent Agency Ranking
公开(公告)号：CN118246595B
公开(公告)日：2025-03-25
申请号：CN202410334835.4
申请日：2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06Q50/02 , G06F16/29 , G06F17/15 , G06F18/15 , G06F18/2415 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 一种美国白蛾病虫害发生概率预测方法、电子设备及存储介质，属于美国白蛾病虫害预测技术领域。为高效、准确的预测美国白蛾病虫害，本发明采集美国白蛾病虫害的历史发生数据、森林生态环境数据以及气象数据，进行数据清洗和归一化处理；利用皮尔逊相关系数分析预处理后的数据对美国白蛾病虫害的影响力以及数据间的相关性，提取与国白蛾病虫害的影响力相关性最大的相关变量，构建训练数据集和测试数据集；基于Transformer神经网络构建美国白蛾病虫害发生概率预测模型；设置美国白蛾病虫害发生概率预测准确率评价指标；实时获取监测数据，利用美国白蛾病虫害发生概率预测模型进行模拟实验，对美国白蛾病虫害发生概率进行预测。
-
公开(公告)号：CN118246595A
公开(公告)日：2024-06-25
申请号：CN202410334835.4
申请日：2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06Q50/02 , G06F16/29 , G06F17/15 , G06F18/15 , G06F18/2415 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 一种美国白蛾病虫害发生概率预测方法、电子设备及存储介质，属于美国白蛾病虫害预测技术领域。为高效、准确的预测美国白蛾病虫害，本发明采集美国白蛾病虫害的历史发生数据、森林生态环境数据以及气象数据，进行数据清洗和归一化处理；利用皮尔逊相关系数分析预处理后的数据对美国白蛾病虫害的影响力以及数据间的相关性，提取与国白蛾病虫害的影响力相关性最大的相关变量，构建训练数据集和测试数据集；基于Transformer神经网络构建美国白蛾病虫害发生概率预测模型；设置美国白蛾病虫害发生概率预测准确率评价指标；实时获取监测数据，利用美国白蛾病虫害发生概率预测模型进行模拟实验，对美国白蛾病虫害发生概率进行预测。
-
公开(公告)号：CN113051314A
公开(公告)日：2021-06-29
申请号：CN202110320130.3
申请日：2021-03-25
Applicant: 东北林业大学
IPC: G06F16/2458 , G06N3/04 , G06N3/08 , G06Q50/26
Abstract: 本发明属于松材线虫传播因子技术领域，具体涉及基于数据采集分析的松材线虫传播因子确定装置及其方法，通过设置松材线虫病的传播是多重因素互相作用的结果，采用数据收集分析，阐明可能引起松材线虫发生的传播因子，以期引起林业管理部门的重视，为研究有效的检疫防控方法提供理论参考，为制定科学的防治对策提供新思路。综合以上优点，松材线虫传播因子确定方法可以推断病虫害传播的动态规律，是做好防治工作的前提，根据各传播因子影响比重建立模型，基于模型对松材线虫传播的潜在规律进行探索，能够帮助人们在未来提前预知病虫害传播途径，从而在松材线虫的预防和治理工作中，做到快速和提前发现灾害，节省人力和成本，减少经济损失。
-
公开(公告)号：CN214308733U
公开(公告)日：2021-09-28
申请号：CN202120362696.8
申请日：2021-02-07
Applicant: 东北林业大学
IPC: G01C11/02
Abstract: 一种松材线虫病野外快速定位装置，属于松材线虫病防治领域。本实用新型包括无人机、旋转调节装置、角度调节装置和摄像头，无人机底部安装有旋转调节装置，旋转调节装置上配合安装有角度调节装置，角度调节装置上配合安装有摄像头。本实用新型研发目的是为了解决现有的松材线虫定位装置结构较为简单，无法进行多角度精准的图像采集的问题，本实用新型的，可以实现多水平角度的旋转调节，可以实现竖直方向的俯仰角度调节，克服了森林复杂的地理环境，使树木图像获取更加精准，结构简单、设计巧妙、成本低廉，适于推广使用。
-
公开(公告)号：CN214277488U
公开(公告)日：2021-09-24
申请号：CN202120360882.8
申请日：2021-02-07
Applicant: 东北林业大学
IPC: G01N1/08
Abstract: 本实用新型涉及一种移动式松材线虫病的取样装置，属于线虫病检测技术领域。解决的是松材线虫病的检测效率低，工作量大的问题。包括移动箱、升降装置和钻孔机，移动箱上安装有升降装置，升降装置上安装有钻孔机；移动箱的下部矩形阵列连接脚轮，移动箱的前部和后部由挡板分为储水区和储物区，储物区的侧壁安装有门，储水区的上部设置有取水口，取水软管一端通过取水口插入到储水区内，取水软管另一端通过水泵与喷水管连接，喷水管的出水口位于钻孔机钻头的上侧。操作安全方便，提高工作效率，取样瓶等物品可以放置在储物区，便于批量检测。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
