一种茶叶干燥过程中的水分含量预测方法及处理终端

    公开(公告)号:CN115855860A

    公开(公告)日:2023-03-28

    申请号:CN202211378130.X

    申请日:2022-11-04

    Abstract: 本发明公开了一种茶叶干燥过程中的水分含量预测方法及处理终端,该方法包括:构建单批次机器学习训练的数据集;将训练数据集划分为校正集和预测集,通过新增不同批次样本数据集归并到原数据集形成新的数据集进行训练以更新模型参数,以评价函数作为目标函数来挑选最优的模型参数;将CARS‑I CA算法进一步集成到PLSR回归模型中,通过PLSR回归模型预测得到各批次茶叶水分含量。本发明提出一种茶叶干燥过程中的水分含量预测方法及处理终端,大大扩展了技术应用场景,不再是以往根据茶叶生长的气候和环境变化而每年重建模型以及调整参数,而是通过特征光谱选择校正变量参数和新增多批次样本量以建立增量型的训练数据集,利用该数据集来优化模型参数实施预测。

    一种基于改进型YOLOV5算法的荔枝晚秋梢检测方法及处理终端

    公开(公告)号:CN115546195A

    公开(公告)日:2022-12-30

    申请号:CN202211378135.2

    申请日:2022-11-04

    Abstract: 本发明公开了一种基于改进型YOLOV5算法的荔枝晚秋梢检测方法,该方法包括:获取荔枝树晚秋梢的遥感图像;建立改进型YOLOv5网络模型,具体包括:通过现有的遥感图像数据集对YOLOv5的四种网络(s、m、l、x)进行训练选择最优网络;在最优网络上添加针对小目标设计的预选框和检测层,在Neck部添加CBAM注意力机制,使用Swi n‑Transformer替换Neck部的Bott l eneckCSP层,使用B I FPN替换FPN特征融合金字塔和使用C IOU替换G IOU作为计算边界框回归的损失函数;通过改进型YOLOv5网络模型获取遥感图像中荔枝树晚秋梢的检测结果。本发明提出一种基于改进型YOLOV5算法的荔枝晚秋梢检测方法及处理终端,解决了晚秋梢难以检测,原YOLOV5算法的网络中大量卷积操作等会丢失目标的特征的技术问题。

Patent Agency Ranking