公开(公告)号：CN118797475A

公开(公告)日：2024-10-18

申请号：CN202410794515.7

申请日：2024-06-19

Applicant: 南京农业大学三亚研究院

Inventor： 翟肇裕 ,  张胜辉 ,  张杰 ,  葛焱 ,  朱淑鑫 ,  徐焕良

IPC: G06F18/2415 ,  G06F18/213 ,  G06N3/0464 ,  G16H50/20 ,  G16H50/30

Abstract: 本发明涉及槟榔黄化病病情等级评价技术领域，具体是基于光谱指数APYDI的槟榔黄化病病情等级评估方法，包括：利用注意力机制和深度可分离卷积构建光谱特征提取模块，在网络中加入可变形卷积模块和空洞卷积模块来提取特征信息；通过硬阈值策略获取与黄化病相关性较高的光谱波段和波段的权重值；将波段和权重进行加权求和组成用于评估槟榔黄化病病情等级的光谱指数APYDI；结合时序信息，对不同时间节点的槟榔病情等级进行准确评估。本发明利用注意力机制和深度可分离卷积构建的光谱特征提取模块完成敏感波段及权重的获取，采用光谱空洞卷积模块和可变形卷积模块对病情等级评估模型进行优化，有效地提高了槟榔黄化病病情评估的性能。

公开(公告)号：CN116416524A

公开(公告)日：2023-07-11

申请号：CN202310330513.8

申请日：2023-03-30

Applicant: 南京农业大学

Inventor： 张胜辉 ,  曹益飞 ,  翟肇裕 ,  冯佳睿 ,  徐焕良

IPC: G06V20/10 ,  G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种水稻白叶枯病早期无症状检测方法，包括以下步骤：利用随机森林算法在特征波长区间中选取出高重要性评分的光谱波长作为特征敏感波长；将特征敏感波长处的高光谱图像作为用于区分高光谱图像所属叶片类别的敏感图像特征；基于敏感图像特征对3DCNN模型训练得到用于水稻白叶枯病早期无症状检测的3DCNN无症状检测模型；在3DCNN无症状检测模型中引入多尺度光谱空洞卷积模块进行精度优化得到MS‑SDC‑3DCNN模型。本发明利用随机森林算法对高光谱图像进行降维，采用多尺度光谱空洞卷积模块对无症状检测模型进行优化，无症状检测模型利用经提取和融合后多个波长分辨率的特征，更有效地使用重要的波长信息，以提高无症状检测模型的检测性能。