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

Applicant: 哈尔滨工业大学

Inventor： 于爽 ,  葛宇菲 ,  王忠杰 ,  刘明义 ,  李青峰

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/25 ,  G06N20/00 ,  G06V10/774 ,  G06V10/80

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。

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

Applicant: 哈尔滨工业大学

Inventor： 于爽 ,  葛宇菲 ,  王忠杰 ,  刘明义 ,  李青峰

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/25 ,  G06N20/00 ,  G06V10/774 ,  G06V10/80

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。