基于高光谱数据与机器学习的可信任种子鉴别方法及系统

    公开(公告)号:CN117953379B

    公开(公告)日:2025-04-08

    申请号:CN202410164245.1

    申请日:2024-02-05

    Abstract: 本发明公开了基于高光谱数据与机器学习的可信任种子鉴别方法及系统,本方法包括:收集农作物种子的原始高光谱图像,并进行预处理,农作物种子包括待预测种子和已知品种种子;对预处理后的所有农作物种子的原始高光谱图像进行特征提取,得到光谱特征数据,光谱特征数据包括整个种子区域的空间特征、平均光谱特征和方差光谱特征;对光谱特征数据进行预处理;基于预处理后的光谱特征数据,使用可信任k近邻分类方法对农作物种子进行品种分类,得到待预测种子的品种类别。本发明实现了一种自动、简单、高效和可信任的农作物种子品种鉴别方法,提高了光谱特征的判别性,提高了农作物种子品种的鉴别正确率,提高了每个种子分类结果的可信度。

    基于高光谱数据与机器学习的可信任种子鉴别方法及系统

    公开(公告)号:CN117953379A

    公开(公告)日:2024-04-30

    申请号:CN202410164245.1

    申请日:2024-02-05

    Abstract: 本发明公开了基于高光谱数据与机器学习的可信任种子鉴别方法及系统,本方法包括:收集农作物种子的原始高光谱图像,并进行预处理,农作物种子包括待预测种子和已知品种种子;对预处理后的所有农作物种子的原始高光谱图像进行特征提取,得到光谱特征数据,光谱特征数据包括整个种子区域的空间特征、平均光谱特征和方差光谱特征;对光谱特征数据进行预处理;基于预处理后的光谱特征数据,使用可信任k近邻分类方法对农作物种子进行品种分类,得到待预测种子的品种类别。本发明实现了一种自动、简单、高效和可信任的农作物种子品种鉴别方法,提高了光谱特征的判别性,提高了农作物种子品种的鉴别正确率,提高了每个种子分类结果的可信度。

    一种基于硅基图形化衬底的复合缓冲层LED芯片

    公开(公告)号:CN104241479A

    公开(公告)日:2014-12-24

    申请号:CN201410500728.0

    申请日:2014-09-26

    CPC classification number: H01L33/22 H01L33/0075 H01L33/12

    Abstract: 一种基于硅基图形化衬底的复合缓冲层LED芯片,属于硅基发光二极管芯片技术领域。针对现有硅基LED衬底层和外延层之间的热失配和晶格失配导致的出光效率及产品质量低的现状,本发明提供的芯片自下而上依次由硅衬底、复合协变缓冲层、图形化衬底层、n型GaN外延层、InGaN/GaN多量子阱、P型GaN层、透明导电膜及其电极组成。相对于现有硅基技术的LED芯片,本发明降低了衬底层和外延层之间的热失配,改善了晶格失配程度,有助于提高硅基LED芯片的出光效率和亮度,使芯片产品质量更加稳定。

Patent Agency Ranking