公开(公告)号：CN108846370B

公开(公告)日：2021-08-24

申请号：CN201810665242.0

申请日：2018-06-26

Applicant: 安徽大学

Inventor： 黄林生 ,  张庆 ,  张东彦 ,  赵晋陵 ,  杜世州 ,  黄文江 ,  徐超 ,  梁栋

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种小麦白粉病中晚期病害严重度自动分析方法，该方法包括以下步骤：(1)采集叶片样本的高光谱数据。(2)根据整个叶片和病斑区域的像素数计算病斑占叶片面积的百分比，求得叶片样本的病情严重度a0。(3)对试验数据进行降维处理。(4)在降维之后，选取m个样本中的m1个样本作为训练样本，将d维特征作为自变量，对应的类别作为因变量输入到概率神经网络模型中进行训练，得到预测模型；将剩余的m‑m1个样本作为测试样本进行模型准确率验证，将这m‑m1个样本的d维特征作为自变量输入到概率神经网络模型中，得到叶片样本的病情严重度的预测结果a1，并将a1与a0进行比较。本发明能够对小麦白粉病严重度进行监测和分析。

公开(公告)号：CN108846370A

公开(公告)日：2018-11-20

申请号：CN201810665242.0

申请日：2018-06-26

Applicant: 安徽大学

Inventor： 黄林生 ,  张庆 ,  张东彦 ,  赵晋陵 ,  杜世州 ,  黄文江 ,  徐超 ,  梁栋

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种小麦白粉病中晚期病害严重度自动分析方法，该方法包括以下步骤：(1)采集叶片样本的高光谱数据。(2)根据整个叶片和病斑区域的像素数计算病斑占叶片面积的百分比，求得叶片样本的病情严重度a0。(3)对试验数据进行降维处理。(4)在降维之后，选取m个样本中的m1个样本作为训练样本，将d维特征作为自变量，对应的类别作为因变量输入到概率神经网络模型中进行训练，得到预测模型；将剩余的m-m1个样本作为测试样本进行模型准确率验证，将这m-m1个样本的d维特征作为自变量输入到概率神经网络模型中，得到叶片样本的病情严重度的预测结果a1，并将a1与a0进行比较。本发明能够对小麦白粉病严重度进行监测和分析。