一种基于改进卷积神经网络的小麦生育进程监测方法

    公开(公告)号:CN113643248A

    公开(公告)日:2021-11-12

    申请号:CN202110888719.3

    申请日:2021-08-04

    Abstract: 本发明公开了一种基于改进卷积神经网络的小麦生育进程监测方法,其特征在于:包括以下步骤,一、通过摄像装置获取小麦生育期冠层图像,二、通过对试验田小麦完整生育周期内物候特征的持续拍摄,得到小麦各生育期分类图像数据集,三、通过使用去中心化、错切变换、图像缩放、水平翻转和标准化的图像增强方式对小麦生育期数据集进行扩充,四、构建小麦生育进程监测模型,五、小麦进程监测模型进行部署,六、通过服务系统对小麦生育提供监测服务,服务系统分为终端和云服务器;本发明从小麦生育期冠层图像识别的准确率和效率出发,设计出一种降低模型复杂度、提升模型运算速度的小麦生育进程监测方法。

    一种基于SHD-ELM的农产品价格预测方法

    公开(公告)号:CN111861552A

    公开(公告)日:2020-10-30

    申请号:CN202010674881.0

    申请日:2020-07-14

    Abstract: 本发明公开了一种基于SHD-ELM的农产品价格预测方法,包括以下步骤:首先采集农产品价格时间序列数据;再利用经验模态分解将原始农产品价格时间序列分解为若干个本征模态函数(IMF)和余项;然后针对波动最剧烈的IMF1分量的不规则性对预测的影响进行二次混合分解,即对IMF1进行小波变换分解为近似序列和细节序列;将分解后得到的全部分量分别用极限学习机进行预测;最后把各个分量的预测结果进行组合得到原始农产品价格时间序列的预测值;本发明准确预测农产品价格,预测误差极小;相较于BP神经网络等预测方法,本发明将经验模态分解、小波变换和极限学习机组合起来的预测方法具有较好的农产品价格预测性能,能够适用于农产品价格波动规律的预测。

    基于作物生长模型的农业专家系统中知识表示技术的方法

    公开(公告)号:CN1877612A

    公开(公告)日:2006-12-13

    申请号:CN200610017983.5

    申请日:2006-06-20

    Abstract: 本发明公开了一种基于作物生长模型的农业专家系统中知识表示技术的方法,该方法采用描述框架、规则组、系统变量和模型字典的组合形式描述知识,其中描述框架反映的是一个问题域,它描述问题域内所涉及的因素集合,在结构上类似传统的框架形式,含有因素集合与规则组集合两类槽。该方法是基于作物生长模型的农业专家系统中知识表示技术的创新,使农业专家系统更加接近农业领域知识的本质和特点,能更好地应用于生产实际;在知识的一致性检查时可形成层次性,能够明显提高效率;在推理过程中,用描述框架与规则组做索引,提高匹配速度;系统变量的引入较好的解决了作物生长模拟模型这类非过程性知识的应用,使农业专家系统具有动态的科学决策能力。

    一种基于改进卷积神经网络的小麦生育进程监测方法

    公开(公告)号:CN113643248B

    公开(公告)日:2024-02-20

    申请号:CN202110888719.3

    申请日:2021-08-04

    Abstract: 本发明公开了一种基于改进卷积神经网络的小麦生育进程监测方法,其特征在于:包括以下步骤,一、通过摄像装置获取小麦生育期冠层图像,二、通过对试验田小麦完整生育周期内物候特征的持续拍摄,得到小麦各生育期分类图像数据集,三、通过使用去中心化、错切变换、图像缩放、水平翻转和标准化的图像增强方式对小麦生育期数据集进行扩充,四、构建小麦生育进程监测模型,五、小麦进程监测模型进行部署,六、通过服务系统对小麦生育提供监测服务,服务系统分为终端和云服务器;本发明从小麦生育期冠层图像识别的准确率和效率出发,设计出一种降低模型复杂度、提升模型运算速度的小麦生育进程监测方法。

    烟叶成熟度检测装置
    6.
    实用新型

    公开(公告)号:CN202110131U

    公开(公告)日:2012-01-11

    申请号:CN201120180257.1

    申请日:2011-05-31

    Abstract: 本实用新型涉及一种烟叶成熟度检测装置。本实用新型主要包括图像采集单元、数据输入单元、处理控制单元、以及数据输出单元和/或数据存储单元,其是以图像采集单元获取待检测烟叶的图像,并对该图像进行处理以建立或转换为HSV颜色模式的图像,并获取图像的H、S颜色分量值;根据给定数学模型计算出待检测烟叶的成熟度等级MD。本实用新型通过采集到的烟叶图像来判断烟叶的成熟度,具有田间快速、现场、活体无损测定的优点,使烟叶成熟的判断直观、量化、操作性强,有利于适时采收并提高初烤烟叶的同质性和烟叶质量;本实用新型方法中判断模型参数选用图像HSV颜色模型中的H(色相)和S(饱和度)两个颜色分量的值,而舍弃了V(亮度)分量的值,这样就屏蔽了图像中亮度对模型建立的影响。

Patent Agency Ranking