-
公开(公告)号：CN109934397A
公开(公告)日：2019-06-25
申请号：CN201910162996.9
申请日：2019-03-05
Applicant: 中国农业科学院农业信息研究所 , 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明公开了一种农产品产量预测方法及系统。该方法包括：获取影响农产品产量的各影响因素的历史数据，影响因素分为短期影响因素和长期影响因素，短期影响因素对应的历史数据为日度数据或月度数据，长期影响因素对应的历史数据为季度数据或年度数据；根据短期影响因素的历史数据，采用自回归积分滑动平均模型对短期影响因素对应的未来数据进行预测，得到短期影响因素的预测数据；根据长期影响因素的历史数据，采用灰色模型对长期影响因素的未来数据进行预测，得到长期影响因素的预测数据；获取神经网络模型；将短期影响因素对应的预测数据和长期影响因素对应的预测数据输入神经网络模型，得到农产品的产量预测值。本发明具有预测精度高的特点。
-
公开(公告)号：CN114154824B
公开(公告)日：2025-04-29
申请号：CN202111403586.2
申请日：2021-11-24
Applicant: 中国农业科学院农业资源与农业区划研究所 , 苏州中农数智科技有限公司
IPC: G06Q10/0631 , G06Q10/0639 , G06Q50/02 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种考虑环境影响的农业平衡施肥智能决策方法和装置，最终计算的投产比D，是施肥新增纯收益与施肥成本之比。本申请中比较了在施肥情况下和不施肥情况下的收益性，综合考虑到区域内残留肥料的经济价值，和肥料损失带来的环境影响价值。投产比越小表明经济度越高，通过计算不同区域/地块的投产比，可以方便评选出最优的施肥方案。
-
公开(公告)号：CN119649243A
公开(公告)日：2025-03-18
申请号：CN202411647716.0
申请日：2024-11-18
Applicant: 中国农业科学院农业资源与农业区划研究所 , 苏州中农数智科技有限公司
IPC: G06V20/17 , G06V20/10 , G06V20/70 , G06V10/20 , G06V10/44 , G06V10/70 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种用于航空影像中多种类农作物植株计数的多尺度语义增强型点监督算法，包括以下步骤：数据预处理，使用点对作物图像进行标注；RcsNet50骨干网络作为特征提取器对输入影像进行编码；使用CSGEM模块通过语义权重调节的方式，增强农作物植株语义，抑土壤、阴影等背景信息语义；使用RDDCM模块通过并行非线性卷积机制适应不同农作物植株尺度变化；分别使用注意力图路径AMP和密度图路径DMP进行双路径解码，并在解码过程中引入CoT模块；将逐元素相乘应用于AMP和DMP解码结果，获得农作物植株预测数量。本发明能减少作物复杂背景信息和尺度变化对计数精度的影响，MCPCNet在精确度、计算效率和泛化能力方面的重大改进，应对复杂农业挑战方面的优越性和实用性。
-
公开(公告)号：CN119573718A
公开(公告)日：2025-03-07
申请号：CN202311139005.8
申请日：2023-09-05
Applicant: 中国农业科学院农业资源与农业区划研究所 , 苏州中农数智科技有限公司
IPC: G01C21/20
Abstract: 本发明提供一种在葡萄园果树行间进行自主导航的方法，该方法主要分为两个模块，一是基于两侧障碍信息的运动控制模块，二是基于局部图像序列的结构化果园行尾识别算法模块。工作时，移动机器人首先通过基于两侧障碍信息的运动控制模块实现行间的行走，而后通过基于局部图像序列的结构化果园行尾识别算法模块实现行尾识别，使机器人及时停止移动。本发明实现了移动机器人在果树行间进行安全自主行走，并提高了结构化果园场景下对行尾的识别率。
-
公开(公告)号：CN118736342A
公开(公告)日：2024-10-01
申请号：CN202310316998.5
申请日：2023-03-29
Applicant: 苏州中农数智科技有限公司 , 中国农业科学院农业资源与农业区划研究所
IPC: G06V10/774 , G06V10/764 , G06V10/778 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种在通道感知下进行知识引导的苹果细粒度分类模型自监督训练方法，包括：S1、在目标数据集上，进行基类目标检测任务的全监督学习，获取教师模型；S2、通过监督学习，借助前向推理损失变化，获取特征通道的权重；S3、在海量的无标注目标类数据集上，结合通道感知下的知识引导，进行主干网络的自监督学习；S4、将自监督学习到的主干网络参数用于下游细粒度目标检测任务网络主干的初始化，并进行微调训练。本发明提高了主干网络的视觉表征能力，为细粒度分类任务提供有效参考。
-
Patent Agency Ranking
公开(公告)号：CN117910944A
公开(公告)日：2024-04-19
申请号：CN202311739991.0
申请日：2023-12-18
Applicant: 中国农业科学院农业资源与农业区划研究所 , 苏州中农数智科技有限公司
Abstract: 本发明公开了一种土壤采样点野外校核方法及装置。该方法包括步骤：A、获取目标采样点信息和当前实际位置信息；调整当前实际位置至目标采样点位置；B、提取基础数据，获取当前实际位置的土壤信息数据；C、比较土壤信息数据与基础数据，进行一致性和准确性校核；D、获取当前实际位置的环境图像，与一致性和准确性校核结果形成校核报告。本发明的土壤采样点野外校核方法及装置，提高土壤信息采样以及校核的效率和准确性，并避免了人为误差，保证后续调查采样质量。
-
公开(公告)号：CN116030324A
公开(公告)日：2023-04-28
申请号：CN202310045447.X
申请日：2023-01-30
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V10/80 , G06V10/82 , G06V10/764 , G06V10/58 , G06V10/52 , G06V20/17 , G06V20/10 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/084
Abstract: 一种基于光谱特征与空间特征融合的目标检测方法，包括：S1，对采集的图像进行数据预处理，生成卷积神经网络所需的特征图层数据；S2，构建特征提取网络，采用基于光谱特征与空间特征融合的卷积神经网络进行目标识别；构建跨模态特征融合模型(CFT模型)，进行单个特征图层内和多个特征图层间的特征融合，实现基于被检测对象的光谱特征及空间特征融合的精准目标检测。本发明的方法通过同时融合被检测对象的光谱特征和空间特征，提高在被检测对象光谱特征或空间特征不稳定、特征部分缺失条件下的检测精度和可靠性。
-
公开(公告)号：CN110598619B
公开(公告)日：2023-04-07
申请号：CN201910840633.6
申请日：2019-09-06
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提出一种基于无人机数据采集的果树识别和数量监测方法，包括：S1，将无人机原始影像进行预处理，生成数字表面模型和正射影像；S2，基于正射影像计算植被指数；S3，根据植被指数的性质，识别出植被区域和背景；S4，通过已知的果树直径范围和图像的空间分辨率对果树进行筛选，确定果树位置和直径；S5，将初步识别的果树位置和直径代入到数字表面模型，利用果树位置临近的海拔的最低值与果树海拔的最高值进行做差，获得果树高度。本发明还提出一种对应的系统。本发明提出了一种新思路，将无人机同步生成的数字表面模型作为依据，利用数字表面模型求取识别后的作物高度，然后根据果树高度范围对果树进行二次识别和计数，提高果树识别精度。
-
公开(公告)号：CN113778081B
公开(公告)日：2022-07-22
申请号：CN202110956211.2
申请日：2021-08-19
Applicant: 中国农业科学院农业资源与农业区划研究所 , 苏州中农数智科技有限公司
IPC: G05D1/02
Abstract: 本发明提出一种基于激光雷达和视觉的果园路径识别方法，包括：S1，对机器人所搭载的相机和激光雷达传感器进行标定；S2，使用激光雷达采集点云数据，使用相机采集图像数据，并分别进行数据处理，拟合各自的左右边界线；S3，机器人行间路径识别，融合左右两侧的边界线，并获取融合后的行中心线，使得机器人沿行间中心线自主行驶。本发明保证了机器人能够在半结构的自然果园环境中自主作业。
-
公开(公告)号：CN110569786B
公开(公告)日：2022-03-29
申请号：CN201910840661.8
申请日：2019-09-06
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提出一种基于无人机数据采集的果树识别和数量监测方法，包括：S1，对无人机采集的图像数据提取果树树高数据，将果树树高数据转化为假彩色图像；S2，将果树树高假彩图裁剪成多个子图像，标注子图像中代表果树的不规则点作为果树训练样本库；S3，对果树训练样本库进行果树单株识别模型的训练；S4，以统一坐标系为基础，将果树树高假彩图裁剪为小图，剪裁后的小图与其四周临近图像保持重叠度，利用果树识别模型逐一识别小图中的果树并记录果树在小图中的位置信息，将所识别的果树的位置进行坐标转换，将图像重叠部分所识别的果树进行合并处理。本发明解决了树木影子和杂草对无人机遥感图像处理产生影响，提高了果树识别和数量统计精度。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.07 seconds)
