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

Inventor： 冯献忠 ,  于慧 ,  翁琳 ,  李在芳

IPC: G06V20/13 ,  G06V20/17 ,  G06V20/10 ,  G06V10/22 ,  G06V10/44

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：CN117576455A

公开(公告)日：2024-02-20

申请号：CN202311525557.2

申请日：2023-11-15

Applicant: 之江实验室 ,  中国科学院东北地理与农业生态研究所

Inventor： 冯献忠 ,  翁琳 ,  于慧 ,  李在芳 ,  賈昕晔 ,  陈家杰

IPC: G06V10/764 ,  G06V20/17 ,  G06V10/82 ,  G06T7/00 ,  G01S19/42

Abstract: 本发明涉及无人机应用技术领域，具体公开了一种大豆种植区目标检测方法及系统，所述方法包括根据检测高度和待检范围确定检测路径；将所述检测路径向无人机发送，并基于GPS服务实时获取无人机的位置信息；根据所述位置信息确定异常时刻，根据所述异常时刻读取采集图像；对所述采集图像进行识别，定位异常物体，输出异常报告；其中，所述无人机在运动过程中，对采集图像进行预识别，并根据预识别结果实时调节运动参数。本发明通过无人机对大豆进行预识别，通过对无人机进行位置检测，即可快速定位可能存在异常的采集图像，这一过程中，需要读取的采集图像的数量较少，传输压力极小，可以有效提高无人机的检测范围。

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

Applicant: 之江实验室 ,  杭州电子科技大学

Inventor： 徐平 ,  李世文 ,  翁琳 ,  李在芳 ,  徐鼎骋 ,  吴俊欧

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：CN118965252A

公开(公告)日：2024-11-15

申请号：CN202410920533.5

申请日：2024-07-10

Applicant: 之江实验室 ,  杭州电子科技大学

Inventor： 徐平 ,  陈思维 ,  李在芳 ,  翁琳

IPC: G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G16C20/70 ,  G16C20/20 ,  G06F18/22 ,  G06F18/24 ,  G06F18/214

Abstract: 本发明公开了一种基于深度学习特征融合的分子质谱谱图预测方法，该方法基于多层感知器(MLP)和图神经网络(GCN)构建深度学习特征融合模型提取特征，然后采用LSTM进行特征融合，最后采用MLP进行谱图预测。本发明可以更准确地预测小分子质谱的质谱谱图，并可以进一步基于该技术生成丰富的质谱库，可以进一步应用于化合物鉴定等应用。