-
公开(公告)号：CN116805393A
公开(公告)日：2023-09-26
申请号：CN202310577483.0
申请日：2023-05-22
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V20/10 , G06V10/58 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/26 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 一种基于3DUnet光谱‑空间信息融合的高光谱图像分类方法，包括：步骤一，获取高光谱摄像机对地面场景拍摄的三维图像数据以及对应像素级别的类别标注并做预处理；步骤二，对所述预处理后的Signal‑HSI信号进行样本分割；步骤三，对步骤二处理后的Patch利用3DUnet网络进行光谱特征提取及空间特征提取；步骤四，选对步骤三中的网络模型进行训练并保存训练后的参数；步骤五，利用训练好的网络模型，输入高光谱图像，预测出对应的像素类别。本发明还包括一种基于3DUnet光谱‑空间信息融合的高光谱图像分类系统。本发明通过不同层级的特征提取以及注意力机制，提高解码效率，实现高光谱图像像素级别的分类。
-
公开(公告)号：CN118965148A
公开(公告)日：2024-11-15
申请号：CN202410920529.9
申请日：2024-07-10
IPC: G06F18/2415 , G06F18/213 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种质谱成像数据智能特征选择方法，包括获取质谱成像数据并进行预处理；建立变分自编码器模型，用于提取质谱成像数据的特征；在变分自编码器模型的基础上，建立一个全连接分类器，该分类器包括若干个全连接层和一个输出层，其中第一个全连接层连接变分自编码器模型最中间的隐藏层；使用预处理的质谱成像数据训练变分自编码器模型，训练好后，再使用提取的质谱成像数据特征及其对应的类别标签训练全连接分类器；根据变分自编码器最中间的隐藏层结果，逐神经元遍历，反向获得输入层的特征，实现特征选择。本发明所构建的基于变分自编码器网络和全连接分类网络的质谱成像数据特征选择方法，可以实现特征有效选择。
-
公开(公告)号：CN117150785B
公开(公告)日：2024-05-24
申请号：CN202311139124.3
申请日：2023-09-05
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及大豆生长监测技术领域，具体公开了一种大豆生长全生育期仿真方法及系统，所述方法包括根据预设的传感器定时获取大豆的生长环境参数；所述生长环境参数为含有时间索引的矩阵组；根据所述生长环境参数确定大豆的生长参数；根据监控设备获取大豆的生长状态，将生长状态向人工端发送；根据生长状态和生长参数确定预测状态，根据预测状态实时验证生长状态，根据验证结果修正大豆的生长状态的判定过程。本发明在保证了真实度的情况下，将生长状态由图像转换为其他数据，比如文本数据，降低了数据量，缓解了数据压力。
-
公开(公告)号：CN116580767B
公开(公告)日：2024-03-12
申请号：CN202310461742.3
申请日：2023-04-26
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 一种基于自监督与Transformer的基因表型预测方法，通过基因芯片技术和人工测量分别获取农作物SNP数据及对应表型样本，以构建数据集；首先，将SNP数据预处理及编码后，送入自监督模型，并通过DeepLIFT算法，计算各SNP位点对表型的贡献得分；然后，使用该SNP各位点贡献度得分改进Transformer嵌入编码方式，并结合自注意力机制，有效提取基因与表型相关性特征图；最后将特征图送入预测回归头预测表型值。本发明还包括一种基于自监督与Transformer的基因表型预测系统。本发明使Transformer模型获取SNP位点贡献度先验知识，更关注贡献度高的位点，减少维度干扰，有效提高预测准确度，适用于农作物基因表型预测。
-
公开(公告)号：CN117150785A
公开(公告)日：2023-12-01
申请号：CN202311139124.3
申请日：2023-09-05
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及大豆生长监测技术领域，具体公开了一种大豆生长全生育期仿真方法及系统，所述方法包括根据预设的传感器定时获取大豆的生长环境参数；所述生长环境参数为含有时间索引的矩阵组；根据所述生长环境参数确定大豆的生长参数；根据监控设备获取大豆的生长状态，将生长状态向人工端发送；根据生长状态和生长参数确定预测状态，根据预测状态实时验证生长状态，根据验证结果修正大豆的生长状态的判定过程。本发明在保证了真实度的情况下，将生长状态由图像转换为其他数据，比如文本数据，降低了数据量，缓解了数据压力。
-
Patent Agency Ranking
公开(公告)号：CN116580767A
公开(公告)日：2023-08-11
申请号：CN202310461742.3
申请日：2023-04-26
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 一种基于自监督与Transformer的基因表型预测方法，通过基因芯片技术和人工测量分别获取农作物SNP数据及对应表型样本，以构建数据集；首先，将SNP数据预处理及编码后，送入自监督模型，并通过DeepLIFT算法，计算各SNP位点对表型的贡献得分；然后，使用该SNP各位点贡献度得分改进Transformer嵌入编码方式，并结合自注意力机制，有效提取基因与表型相关性特征图；最后将特征图送入预测回归头预测表型值。本发明还包括一种基于自监督与Transformer的基因表型预测系统。本发明使Transformer模型获取SNP位点贡献度先验知识，更关注贡献度高的位点，减少维度干扰，有效提高预测准确度，适用于农作物基因表型预测。
-
公开(公告)号：CN118608686A
公开(公告)日：2024-09-06
申请号：CN202410661661.2
申请日：2024-05-27
IPC: G06T17/00 , G06T17/20 , G06T15/00 , G06T15/04 , G06V20/64 , G06V10/26 , G06V10/44 , G06V10/75 , G06K7/14 , G06T7/73 , G06T7/80
Abstract: 本发明公开了一种基于多ArUco码的三维重建方法和装置，方法包括以下步骤：相机内参标定；放置一组ArUco码；获取图像数据；初始化相机和ArUco码位姿；初步优化所有位姿；提取并匹配特征点；初步计算稀疏点云；光束法平差全局优化；稠密重建。本发明提出的三维重建方法能恢复物体的真实尺度并自带世界坐标系定义，计算效率高，且所需的采集设备轻便灵活、成本较低。
-
公开(公告)号：CN118429234A
公开(公告)日：2024-08-02
申请号：CN202410617725.9
申请日：2024-05-17
Abstract: 本发明公开了一种基于多ArUco码的单图像视角校正及尺度估计方法和装置，方法包括以下步骤：布置一组ArUco码，获取单张图像；检查ArUco码并提取角点坐标；定义目标角点；对角点坐标进行归一化；初步估计单应性矩阵；初步估计ArUco码的2D位姿；全局优化单应性矩阵以及2D位姿；对图像进行透视变换完成视角校正；计算像素尺度。本发明方法能够达到精准鲁棒的图像视角校正效果，计算速度快，亦能精准估计校正后的图像像素所对应的真实尺度，能广泛应用于各类平面场景。
-
公开(公告)号：CN116994154A
公开(公告)日：2023-11-03
申请号：CN202311092395.8
申请日：2023-08-29
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及无人机应用技术领域，具体公开了一种基于无人机的大豆苗期特征获取方法及系统，所述方法包括向地图服务发送卫星图获取请求，获取大豆种植区的卫星图；对所述卫星图进行识别，确定区域分隔线，根据所述区域分隔线建立检测路径；将检测路径向无人机组合发送，实时获取无人机组合的运动参数，根据运动参数确定大豆苗期特征；其中，所述无人机组合在检测路径上运动时，实时获取种植区图像，对种植区图像进行识别，根据识别结果实时调节运动参数。本发明将数据识别过程内置于无人机，通过定位器获取无人机的运动参数即可快速判定期苗特征，此外，还可以通过参数差定位可能存在缺陷的点，处理的源数据仅为位置信息，识别效率较高。
-
公开(公告)号：CN119876474A
公开(公告)日：2025-04-25
申请号：CN202510255060.6
申请日：2025-03-05
Applicant: 之江实验室
IPC: C12Q1/6895 , C12N15/11
Abstract: 本发明公开了一种与大豆株高显著关联的单核苷酸突变位点SNP、KASP标记及其应用。该SNP分子标记位于大豆第5染色体36108741bp位置，碱基为T或C，与大豆株高表型显著相关，位点基因型为TT的大豆品种的株高显著低于基因型为CC的大豆品种；依据此SNP位点开发三条KASP引物，分别为SEQ ID NO.1、SEQ ID NO.2和SEQ ID NO.3，利用该引物对待测大豆进行PCR扩增和基因分型，若检测结果显示此标记位置碱基类型为T，则判定该大豆品种株高较矮；若检测结果为C，则判定株高较高。本发明的SNP分子标记可以作为大豆育种过程中株高性状的辅助选择标记，提高选择的准确性，加快大豆株高性状相关育种过程。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
