-
公开(公告)号:CN111103245B
公开(公告)日:2023-09-19
申请号:CN202010089521.4
申请日:2020-02-13
Applicant: 北华航天工业学院
IPC: G01N21/25 , G01N21/552
Abstract: 本发明公开了一种基于光谱技术玉米霉变的快速检测方法及方法,所述方法包括以下步骤:准备霉变玉米和未霉变玉米;利用地物光谱仪分别采集霉变玉米和未霉变玉米的光谱数据,并进行特征分析;根据波段400nm、700nm对应的光谱反射率分别计算霉变玉米和未霉变玉米的玉米霉变指数;统计分析霉变玉米和完好玉米的霉变指数值的变化范围,并依据实际情况确定霉变与未霉变玉米分界值;基于所述霉变与未霉变玉米分界值,判断待测玉米是否霉变。本发明提供的基于光谱技术玉米霉变的快速检测方法,方法简单,操作方便,可实现快速、无损、实时玉米霉变的检测,为提高玉米存储质量提供基础技术支持。
-
公开(公告)号:CN115730511A
公开(公告)日:2023-03-03
申请号:CN202211328245.8
申请日:2022-10-27
Applicant: 北华航天工业学院
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于极限学习机的土壤湿度预测方法,包括输入数据,对数据进行预处理,将数据集划分为训练集和测试集;确定极限学习机神经网络的拓扑结构为层次型,层次型模型将神经网络分为输入层、隐含层和输出层,各层顺序连接,分别设置输入层、隐含层和输出层神经元的个数;对极限学习机神经网络进行初始化,随机产生输入层与隐含层间的连接权值及隐含层神经元的阈值;选择一个无限可微的函数作为隐含层的激活函数,计算得到隐含层输出矩阵;通过最小二乘法计算出隐含层和输出层间的连接权值;将获得的参数和测试数据样本输入极限学习机预测模型得到预测结果,对模型的预测性能进行评价。本发明有效地预测土壤湿度,预测精度较高。
-
公开(公告)号:CN115541503A
公开(公告)日:2022-12-30
申请号:CN202211116345.4
申请日:2022-09-14
Applicant: 山东泓盛智能科技有限公司 , 北华航天工业学院
Abstract: 本申请公开了一种基于光谱透视技术的玉米霉变比率快速检测方法,包括以下步骤:采集霉变玉米样本的光谱;对采集的光谱数据进行平滑去噪处理;借助离散小波算法将获取的系列透视曲线进行重采样获得光谱分辨率2nm、4nm、8nm、16nm、32nm、64nm较低透视曲线,并结合相关性分析算法提取相对透视率、绝对透视率及其他透视指标曲线内的敏感特征;基于敏感特征利用偏最小二乘算法构建玉米霉变比率估测模型,并利用评估指标对检测精度进行评价;采用基于TC、TR构建的估测模型,并取二者的估测结果的平均值作为最终诊断结果。
-
公开(公告)号:CN110779875B
公开(公告)日:2022-03-01
申请号:CN201911059362.7
申请日:2019-11-01
Applicant: 北华航天工业学院
IPC: G01N21/25
Abstract: 本发明公开了一种基于高光谱技术检测冬小麦麦穗水分含量的方法,其是通过采集的冬小麦麦穗水分数据进行处理后,筛选对冬小麦麦穗水分含量敏感的特征波段,采用偏最小二乘法构建冬小麦麦穗水分含量的估测模型,并采用决定系数R2与均方根误差RMSE对进行模型精度检测,最后将待检测目标的敏感光谱数据输入步骤三中的模型,即可获得冬小麦麦穗水分含量信息。本发明构建的模型能够满足冬小麦麦穗水分含量的检测精度的需求,提高了对冬小麦麦穗水分含量的检测精度,鲁棒性和普适性。
-
公开(公告)号:CN119903308A
公开(公告)日:2025-04-29
申请号:CN202510386827.9
申请日:2025-03-31
Applicant: 北华航天工业学院
IPC: G06F18/20 , G06Q50/02 , G06V10/30 , G06V20/17 , G06V20/10 , G06F18/25 , G01C11/00 , G01C11/04 , G01D21/02 , G06F123/02
Abstract: 本发明涉及作物长势监测技术领域,具体为一种通过影像监测作物长势的方法及系统,包括以下步骤:部署无人机,在目标水稻田上空进行飞行,采集影像数据,通过数据传输将影像数据实时发送至地面站,生成初步影像数据集;对所述初步影像数据集进行裁剪和校正。本发明中,利用无人机进行影像采集,避免了固定地面摄像头视角受限的问题,并通过实时数据传输减少数据滞后性,使监测更加及时。影像数据裁剪和校正过程中,消除了角度偏差和背景噪声,提高了叶面积指数计算的精准度。时间序列分析的引入,实现了作物生长趋势的动态监测,使得生长评估不再局限于单一时间点,而是形成历史数据比对,提高了生长状态的预测能力。
-
公开(公告)号:CN113592743B
公开(公告)日:2024-01-23
申请号:CN202110920169.9
申请日:2021-08-11
Applicant: 北华航天工业学院
IPC: G06F17/14
Abstract: 本发明公开了一种基于复数小波变换的光谱高频信息与低频信息分离与重构方法,包括以下步骤:获取待测样本的光谱;采用复数小波变换对待测样本的光谱在多个尺度上进行分解,得到不同位置和不同尺度的复数小波系数,复数小波系数的实部系数对应低频信息,复数小波系数的虚部系数对应高频信息;将复数小波系数的实部与虚部进行分离,并利用复数小波系数的实部与虚部构建模、辐角、比值和差值参量。本发明提供的基于复数小波变换的光谱高频信息与低频(56)对比文件王延仓.基于小波变换与偏最小二乘耦合模型估测北方潮土有机质含量《.光谱学与光谱分析》.2014,(第第34卷第7期期),第1.2节.李耀翔;李颖;姜立春.基于小波压缩的木材密度近红外光谱的预处理研究.北京林业大学学报.(03),全文.
-
公开(公告)号:CN117197269A
公开(公告)日:2023-12-08
申请号:CN202311113098.7
申请日:2023-08-31
Applicant: 北华航天工业学院 , 中国科学院空天信息创新研究院
IPC: G06T11/00 , G06N3/048 , G06N3/08 , G06F16/55 , G06F16/583
Abstract: 本发明公开了一种基于深度学习模型的高光谱影像模拟方法,涉及对地观测与遥感技术领域,从已有高光谱影像中提取端元高光谱反射率,构建高光谱光谱库;利用多光谱的光谱响应函数,通过计算得到和多光谱波段数相同的不同地物的端元多光谱反射率,构建多光谱光谱库,加入注意力机制对多光谱影像数据进行预处理,用多光谱影像数据、多光谱光谱库和高光谱光谱库作为注意力机制的查询、键和值,优化输入的多光谱影像数据,使用了神经网络对端元线性组合后的模拟光谱影像进行细节点优化,达到非常好的模拟效果。
-
公开(公告)号:CN110333195A
公开(公告)日:2019-10-15
申请号:CN201910635811.1
申请日:2019-07-15
Applicant: 北华航天工业学院
Abstract: 本发明提供一种植物叶片水分含量检测方法及装置,涉及检测技术领域。该植物叶片水分含量的检测方法,包括:获取待测植物叶片的高光谱数据;根据预设的诊断模型,对待测植物叶片的高光谱数据进行处理,以获取诊断模型输出的诊断结果,诊断模型包括:预设的植物叶片的高光谱数据和水分含量的对应关系,诊断结果为所述待测植物叶片的水分含量。本申请将测量的植物叶片光谱数据输入至建立的诊断模型中,可直接输出该植物叶片的水分含量,输出结果精准,且提高了时效。
-
公开(公告)号:CN114397276B
公开(公告)日:2023-12-01
申请号:CN202210060004.3
申请日:2022-01-19
Applicant: 北华航天工业学院
Abstract: 本发明提供了一种基于等价降水估测法的区域土壤湿度监测方法,首先采集试验区域的卫星影像,生成后向散射系数影像数据及归一化植被指数影像数据,建立多个缓冲区,并对其土地利用类型进行分类,获取相应的矢量数据,通过矢量数据对后向散射系数影像数据及归一化植被指数影像数据进行掩膜提取,得到相应的雷达后向散射系数两个极化方向数据和归一化植被指数数据,获取影像前的气象数据,对气象数据及后向散射系数两个极化方向数据和归一化植被指数数据进行分析,得到有关土壤湿度的等价降水量模型,并计算土壤湿度。本发明提供的基于等价降水估测法的区域土壤湿度监测方法,将雷达影像与光学影像相结合,能够实现区域土壤
-
公开(公告)号:CN111582181B
公开(公告)日:2023-06-09
申请号:CN202010389976.8
申请日:2020-05-11
Applicant: 北华航天工业学院
IPC: G06V20/10 , G06V10/764
Abstract: 本发明公开了一种区域尺度大棚内有无作物种植的检测方法,包括以下步骤:获取待检测区域尺度内的多光谱卫星影像数据,经图像处理技术得到标准遥感数据;基于已有区域尺度大棚的空间分布矢量数据,对标准遥感数据进行裁剪,得到大棚覆盖区域的卫星影像数据;计算大棚覆盖区域的光谱倾斜角度;将大棚覆盖区域的光谱倾斜角度分别与有作物种植的光谱倾斜角度阈值范围和无作物种植的光谱倾斜角度阈值范围进行比较,判断大棚内有无作物种植。本发明提供的区域尺度大棚内有无作物种植的检测方法,方法简单,操作方便,能够准确识别大棚内有无作物种植,进一步丰富大棚内种植信息的遥感检测功能。
-
-
-
-
-
-
-
-
-