-
公开(公告)号:CN120070445A
公开(公告)日:2025-05-30
申请号:CN202510549295.6
申请日:2025-04-29
Applicant: 吉林农业大学
IPC: G06T7/00
Abstract: 一种基于图像的叶绿体分布特征表征方法及系统,属于植物生理学与图像处理技术交叉领域。本发明解决了以往的针对叶绿体分布特征方法不具备量化其空间分布特征的问题。所述方法包括如下步骤:S1、获取叶绿体显微图像;S2、对叶绿体显微图像进行预处理;S3、计算叶绿体显微图像分布特征参数;S4、构建叶绿体显微图像分布特征量化指数来表征叶绿体分布特征。本发明引入全新的叶绿体分布特征表征方式,通过引入全新的参数偏度和峰度,并以此为基础构建一种可以对叶绿体分布特征进行表征的量化指数,以提供一种统一的叶绿体空间分布特征表征方法,所述方法具有通用性和精准性。
-
公开(公告)号:CN118918957B
公开(公告)日:2025-01-24
申请号:CN202411411713.7
申请日:2024-10-11
Applicant: 吉林农业大学
Abstract: 人参皂苷合成下游途径转录调控机制的预测方法和系统,属于植物调控机制技术领域,解决非模式生物人参的合成下游途径转录调控机制预测无法有效实现问题。本发明的方法包括:通过人工智能领域BERT模型进行迁移学习,例如采用大量植物如拟南芥、水稻等模式植物基因表达数据进行预训练(pre‑train),以获取植物基因的表达模式,再采用人参的基因表达数据对预训练模型进行微调(finetune),以获取药用植物的基因表达专用模式,既考虑了大规模植物的一般性,又关注药用植物的特殊性,提高了网络可信度和可靠性。本发明适用于人参调控网络注释方式。
-
公开(公告)号:CN118799507B
公开(公告)日:2024-12-20
申请号:CN202411287593.4
申请日:2024-09-14
Applicant: 吉林农业大学
IPC: G06T17/00 , G06N3/0475 , G06N3/094 , G06N3/045 , G06N3/0464 , G06T7/136
Abstract: 一种土壤团聚体三维孔隙结构的渐进式生成方法。属于信息化图像处理技术领域,具体涉及土壤团聚体结构特征分析技术领域。其解决了现有的生成对抗网络无法保留原始土壤团聚体孔隙特征分布规律的问题。针对现有生成模型无法保留原始土壤团聚体孔隙特征分布规律的问题,对生成对抗网络框架进行适应性改进,能够自动、快速生成大量较为清晰、视觉效果逼真、具有多样性的土壤团聚体孔隙三维结构;将原始生成对抗网络的一次性生成过程,改为渐进式生成过程,能够捕捉孔隙结构在特定分辨率下的整体分布特性,而非仅仅关注单个子样本的具体细节特征,从而实现更好的生成效果。
-
公开(公告)号:CN118711692B
公开(公告)日:2024-10-29
申请号:CN202411218138.9
申请日:2024-09-02
Applicant: 吉林农业大学
IPC: G16C20/20 , G16C20/70 , G06F18/214 , G06F30/27 , G06F18/22
Abstract: 一种观赏植物形态特征反演土壤重金属含量模型生成方法,涉及信息技术领域,具体涉及重金属污染土壤植物修复技术领域。针对现有技术对于重金属领域研究大多局限于单一品种,对于不同品种和植物生长初期的研究还很匮乏的技术问题。本发明提出如下方案:S1:获取观赏植物的形态数据和观赏植物种植区域土壤中重金属含量的数据;S2:确定形态特征参数;S3:用XGBoost算法选择选出匹配的形态特征参数;S4:构建样本数据集与反演土壤重金属含量模型;S5:使用样本数据集对反演土壤重金属含量模型进行训练;S6:参数优化,得到基于观赏植物形态特征的反演土壤重金属含量模型。本发明在重金属污染领域具有良好的应用前景。
-
公开(公告)号:CN116894851A
公开(公告)日:2023-10-17
申请号:CN202311159455.3
申请日:2023-09-11
Applicant: 吉林农业大学
Abstract: 一种土壤CT图像孔隙提取方法和系统,涉及土壤图像处理领域。解决现有土壤孔隙提取容易受到噪声影响,导致土壤CT图像孔隙提取不准确的问题。所述方法包括:建立基于多阈值土壤CT图像分割的数学模型,并进行图像分割,获取分割后的图像;构建土壤CT图像分割初始阈值集;根据自适应权重搜索策略对土壤CT图像分割初始阈值集进行更新,获取局部最优阈值集;根据差分进化策略对全局进行搜索,并更新局部最优阈值集;计算每个阈值的信息熵;迭代更新,迭代次数大于或等于预设值为止,得到全局最优分割阈值集;根据全局最优分割阈值集中最优阈值分割原始土壤CT图像,获取土壤孔隙。本发明应用于土壤调节领域。
-
公开(公告)号:CN113065460A
公开(公告)日:2021-07-02
申请号:CN202110350752.0
申请日:2021-03-31
Applicant: 吉林农业大学
Abstract: 本发明涉及一种基于多任务级联的猪脸面部表情识别框架的建立方法,属于计算机图像识别及人工智能技术领域。首次提出将级联框架模型应用于对家猪时序面部表情影像进行分类识别。网络模型由三个级1联结构构成,首先将猪脸面部表情视频帧图像等间隔选择输入到简化多任务级联卷积神经网络中。其次将提取到的猪脸面部序列帧特征图输入到多注意力机制模块中,捕获表情变化引起的面部显著性区域,实现对面部细微变化的关注。然后将视频帧提取到的精细特征图和多注意力特征图通过合并数组操作融合后输入到长短时记忆网络中,实现表情分类识别。通过家畜表情识别可以更好实现情绪调控,从而提高饲料消化率和利用率,提高生长速度,提高出产效益。
-
公开(公告)号:CN118799507A
公开(公告)日:2024-10-18
申请号:CN202411287593.4
申请日:2024-09-14
Applicant: 吉林农业大学
IPC: G06T17/00 , G06N3/0475 , G06N3/094 , G06N3/045 , G06N3/0464 , G06T7/136
Abstract: 一种土壤团聚体三维孔隙结构的渐进式生成方法。属于信息化图像处理技术领域,具体涉及土壤团聚体结构特征分析技术领域。其解决了现有的生成对抗网络无法保留原始土壤团聚体孔隙特征分布规律的问题。针对现有生成模型无法保留原始土壤团聚体孔隙特征分布规律的问题,对生成对抗网络框架进行适应性改进,能够自动、快速生成大量较为清晰、视觉效果逼真、具有多样性的土壤团聚体孔隙三维结构;将原始生成对抗网络的一次性生成过程,改为渐进式生成过程,能够捕捉孔隙结构在特定分辨率下的整体分布特性,而非仅仅关注单个子样本的具体细节特征,从而实现更好的生成效果。
-
公开(公告)号:CN107372050B
公开(公告)日:2023-04-25
申请号:CN201710801746.6
申请日:2017-09-07
Applicant: 吉林农业大学
IPC: A01G25/16 , A01G25/02 , G05B19/042
Abstract: 本发明涉及一种渐进式定点精准远程控制浇灌装置及方法,所述渐进式定点精准远程控制浇灌装置包括金属箱体、中央控制器、湿度采集设备、浇灌设备、无线通讯设备和警报设备。本发明使用单片机作为核心主板,其具有的高性能可实现多种复杂操作与指令;设置两个传感器可更为准确获得植物各个部位土壤湿度;实现了精准浇水,模拟土壤渗透速率表,动态进行浇水量调整,中间预留空隙时间以等待水分下渗,随后按更新湿度自动调整补水量,以此保证在不积水条件下慢慢逼近适宜湿度;与用户端的远程通信大大提高系统稳定与灵活性,用户可即时了解作物情况,如装置发生异常情况亦可即时向用户发送警报。
-
公开(公告)号:CN114240082A
公开(公告)日:2022-03-25
申请号:CN202111429629.4
申请日:2021-11-29
Applicant: 吉林农业大学
Abstract: 基于温室气体排放评价的循环农业种养资源优化分配方法,涉及循环农业生产中多目标优化的资源配置技术领域,解决现有技术缺乏对循环农业生产的评价目标,导致种植养殖耦合性差的问题。根据现有循环农业生产过程构建循环农业生产理想模型;选取循环农业生产耦合度评价参数,包括温室气体排放;构建循环农业生产养分约束条件,即利用养殖产生的粪肥作为肥料还田,利用种植产品作为饲料供给养殖生产;分别建立农业生产资料与温室气体排放关联,农业生产资料与养分供给数据关联;收集循环农业生产相关的养分循环数据与温室气体排放数据;构建经温室气体排放目标函数和养分供给约束条件,利用粒子群算法,或取猪生产规模与玉米种植规模的优化策略。
-
公开(公告)号:CN110807561A
公开(公告)日:2020-02-18
申请号:CN201911104134.7
申请日:2019-11-13
Applicant: 吉林农业大学
Abstract: 本发明提供了一种基于贝叶斯网络的玉米病虫害预警分析方法,首先构造玉米病虫害网络诊断贝叶斯网络、确定影响玉米病虫害的节点,然后进行数据离散化处理,再利用离散化处理后的数据进行贝叶斯网络训练,根据经过训练的玉米病虫害预警贝叶斯网络计算玉米发生病虫害的概率,最终根据计算所得的概率判断是否发生玉米病虫害、进行预警。本发明综合考虑了多方面的因素,同时规避了其他潜在因素的影响,通过构建复杂的贝叶斯网络计算概率对玉米的病害及虫害疫情进行准确的判断及报警,可以帮助种植人员进行及时的判断及采取措施。
-
-
-
-
-
-
-
-
-