-
公开(公告)号：CN119785223A
公开(公告)日：2025-04-08
申请号：CN202510262677.0
申请日：2025-03-06
Applicant: 浙江大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/75 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种大语言模型驱动的作物叶片病害诊断方法和系统。包括以下步骤：首先，从基础作物管理文件中提取目标作物的叶片病害图像和对应的文本语义信息，从而获得初始作物病害知识数据库；然后，结合大语言模型的视觉理解对初始作物病害知识数据库进行优化并更新；接着，构建作物病害分类代理模型，将待诊断的叶片病害图像输入到作物病害分类代理模型中，作物病害分类代理模型根据作物病害知识数据库进行作物病害诊断，输出病害识别结果。本发明在未进行大规模图像训练的情况下，能够准确地对作物病害图像进行病害诊断，并能够适应不同作物的病害图像诊断需求，提高了现有工作在零样本应用和可扩展性方面存在的潜力不足的问题。
-
公开(公告)号：CN116519110A
公开(公告)日：2023-08-01
申请号：CN202310488372.2
申请日：2023-05-04
Applicant: 浙江大学
Abstract: 本发明涉及一种基于立体栽培的植株重量实时监测方法、装置及立体栽培系统，包括获取植株的压力数据；将压力数据输入至根上部重量拟合模型，以分别获得植株的整株重量、根部重量和根上部重量。其优点在于，可以连续、实时、无损的获取植物生长过程中的重量信息，并且通过构建根上部重量拟合模型，获取有效的植物根上部和根部重量信息，具有较好的精度；提高了植物重量测量的效率和便捷性，从而为农业生产中的精准管理提供了可靠的作物生长状态信息。
-
公开(公告)号：CN111104858B
公开(公告)日：2022-07-15
申请号：CN201911134130.3
申请日：2019-11-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于形态模型法的大范围作物物候提取方法。获取局部地理区域多年植被指数时序曲线；利用双重逻辑函数拟合方式对植被指数时序曲线进行平滑拟合；使用农气站的参考曲线和参考点建立形态模型；利用变换进行形态模型拟合；使用最优缩放参数计算获得局部地理区域物候期提取值。本发明的方法利用了曲线的宏观特征，可以减少曲线局部波动和噪声的影响，有更好的提取精度；并且可同时对作物的各个物候期进行提取，无需分别设定不同的度量标准，可应用于大范围作物物候提取。
-
公开(公告)号：CN112836925A
公开(公告)日：2021-05-25
申请号：CN202011531406.4
申请日：2020-12-22
Applicant: 浙江大学
Abstract: 本发明公开了一种面向多层生产结构的多源移动感知装置与作业方法。包括多源移动感知装置本体、多源信息采集系统和物联网模块；多源移动感知装置本体包括滑动装置、旋转装置、升降装置、伸缩装置、图像采集装置以及主控模块；多源信息采集系统包括用于获取目标多谱段图像信息的图像采集装置和用于采集环境信息的环境检测传感器模组；包括用于传输数据的数据传输模块。本发明能实现室内农业多层生产结构中对个体目标的多源感知，并提高感知精度，满足应用需求；克服了传统监测的滞后性、数据获取的单一性和粗放性，以及对管理人员的农业知识技能的严重依赖性，实现对室内可控农业的多源自动检测，具有效率高、经济效益高、适用性广等优点。
-
公开(公告)号：CN109493287A
公开(公告)日：2019-03-19
申请号：CN201811179747.2
申请日：2018-10-10
Applicant: 浙江大学
IPC: G06T5/00 , G01N21/359
Abstract: 本发明公开了一种基于深度学习的定量光谱数据分析处理方法。本发明不需要对数据进行预处理，能够从原始光谱数据中学习到有效信息和背景信息，提高定量光谱分析的准确度。本发明通过三个卷积层提取光谱数据中的高维特征，在第二层采用1×1的卷积核，能够降维和减少计算量，并且在第三个卷积层采用三种不同大小的卷积核，能够从原始光谱数据中学习到隐含在光谱数据中的不同大小的特征。本发明没有对数据做预处理，可以直接处理原始数据，当测试集光谱与训练集的光谱噪声分布不同时，本发明的泛化能力较高。
-
Patent Agency Ranking
公开(公告)号：CN109299501A
公开(公告)日：2019-02-01
申请号：CN201810907269.6
申请日：2018-08-08
Applicant: 浙江大学
IPC: G06F17/50 , G06K9/62 , G01N21/65 , G01N21/3563 , G01N21/359
Abstract: 本发明公开了一种基于工作流的振动光谱分析模型优化方法。初始化确定振动光谱分析模型的评价参数和振动光谱分析模型的优化对象，将预处理方法和多元分析方法进行排列组合得方法组合；计算各个方法组合下的超参数和对应的超参数空间组合；将训练集分别输入到各个方法组合，优化计算确定方法组合的最优超参数；将训练集分别输入训练得到模型参数，由此获得各个组合模型；将测试集输入各个组合模型，计算各个组合模型的评价参数，选出最优模型。本发明建立了工作流程，避免了繁琐的人工操作和主观判断，更充分地利用了并行计算资源，提供了传统光谱分析软件不具备的新的系统模型优化方式。
-
公开(公告)号：CN114002167A
公开(公告)日：2022-02-01
申请号：CN202111288042.6
申请日：2021-11-02
Applicant: 浙江大学
Abstract: 本发明公开了一种深度学习水果光谱分析模型更新方法。将历史批次采集的水果光谱数据和品质变量输入到深度神经网络中，通过随机网格超参数搜索和梯度下降算法优化模型参数，得到最优的模型结构和权重；保持该模型权重冻结层的权重固定，使用新批次少量水果样本得到的光谱数据和品质变量，微调该模型权重可变层的权重，得到更新后的模型；将新批次未知预测值的水果光谱输入到更新后的模型，输出对新批次水果的品质变量预测结果。本发明使用少量的样本，更新历史数据构建的光谱模型，提供比多种传统模型更新方法更高的预测精度；能够有效保留历史批次数据与新一批次数据的共有特征，并且对新一批次的水果样本提供更好的预测精度和鲁棒性。
-
公开(公告)号：CN115825425A
公开(公告)日：2023-03-21
申请号：CN202211162306.8
申请日：2022-09-23
Applicant: 浙江大学
Abstract: 本发明涉及一种消除纳米颗粒表面蛋白冠的方法。具体地，本发明提供一种消除蛋白冠修饰的纳米颗粒的蛋白冠的方法，所述的方法包括步骤：对所述蛋白冠修饰的纳米颗粒进行超声辐照处理，从而消除蛋白冠修饰的纳米颗粒的蛋白冠，其中，所述的纳米颗粒包载全氟正戊烷。超声辐照能够消除纳米颗粒表面蛋白冠，克服蛋白冠对纳米颗粒表面修饰的配体的掩盖作用，避免蛋白冠阻碍纳米颗粒表面修饰的配体与细胞受体的结合。
-
公开(公告)号：CN111104858A
公开(公告)日：2020-05-05
申请号：CN201911134130.3
申请日：2019-11-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于形态模型法的大范围作物物候提取方法。获取局部地理区域多年植被指数时序曲线；利用双重逻辑函数拟合方式对植被指数时序曲线进行平滑拟合；使用农气站的参考曲线和参考点建立形态模型；利用变换进行形态模型拟合；使用最优缩放参数计算获得局部地理区域物候期提取值。本发明的方法利用了曲线的宏观特征，可以减少曲线局部波动和噪声的影响，有更好的提取精度；并且可同时对作物的各个物候期进行提取，无需分别设定不同的度量标准，可应用于大范围作物物候提取。
-
公开(公告)号：CN110736707A
公开(公告)日：2020-01-31
申请号：CN201910870481.4
申请日：2019-09-16
Applicant: 浙江大学
Abstract: 本发明公开了一种主仪器向从仪器光谱模型传递的光谱检测优化方法。使用主仪器采集样品的光谱数据和预测值输入到该卷积神经网络模型，通过梯度优化算法训练得到卷积神经网络模型的权重参数，优化超参数，多轮训练后获得预训练模型；用从仪器采集样品的光谱数据和预测值输入预训练模型，对预训练模型进行第二次训练以进行调整，更新权重参数，获得权重更新后的模型作为最终模型；将未知预测值的样品光谱数据输入到最终模型，输出预测结果。本发明不需要在不同仪器上同时采集光谱的标准化样品，为不同仪器所采集的光谱数据提供更高的定量预测精度，保留了两个仪器通用特征，并适用于从仪器数据具体特征，提供更好的模型精度和不同仪器间的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.03 seconds)
