-
公开(公告)号：CN110390028B
公开(公告)日：2021-08-10
申请号：CN201910304011.1
申请日：2019-04-16
申请人： 杭州电子科技大学
摘要： 本发明公开一种植物光谱库的建立方法。本发明采用标准化的数据采集方法收集数据，提出一套完整齐备的光谱特征提取方法、特征敏感性分析方法、模型建立方法并进行植物分类和状态监测，其中提出波段自适应聚类法可有效去除相邻或相近波段中的信息冗余，有效提高数据使用效率。基于上述方法，建立植物光谱光谱库，并为之提供一套完整光谱分析和应用的方法。
-
公开(公告)号：CN110070004A
公开(公告)日：2019-07-30
申请号：CN201910261685.8
申请日：2019-04-02
申请人： 杭州电子科技大学
摘要： 本发明公开一种应用于深度学习的近地高光谱数据扩展方法。本发明采用现有技术获取近地高光谱数据以及为了后续深度学习所需的其他匹配信息数据；对近地高光谱原始数据进行光谱模拟，具体可以采用光照扰动和添加噪声两种方法，从而扩展近地高光谱的数据量；最后通过对原始数据先增加一系列一定范围内的光谱扰动，再基于这些数据添加基于原始数据获取的噪声。本发明中创新性的采用光照扰动和噪声添加两步对近地原始高光谱数据进行了光谱模拟，实现了近地高光谱数据的扩充，有效的增加了光谱数据量，可以有效的提高近地高光谱数据在深度学习应用中的模型精度，从而为深度学习在近地高光谱中的应用提供理论基础。
-
公开(公告)号：CN109378031A
公开(公告)日：2019-02-22
申请号：CN201811415231.3
申请日：2018-11-26
申请人： 杭州电子科技大学 , 中国科学院遥感与数字地球研究所
CPC分类号： G06Q50/02
摘要： 本发明公开了一种基于植保和气象信息结合的水稻纹枯病预测方法。包括水稻纹枯病在内的多数病虫害预测主要依赖专家经验或基于统计方法进行年际预测。本发明如下：一、获取数据，拟合基础模型。二、建立预测模型，模型中包含湿度调节因子和温度调节因子。三、建立湿度调节因子表达式，式中包含湿度调节系数。四、建立温度调节因子表达式，式中包含温度调节系数。步骤五、确定湿度调节系数及温度调节系数。六、将实际需要预测水稻纹枯病病害发生等级的时间作为被预测时间，计算被预测时间的病害等级预测值。本发明能够根据未来几天的气温预报和相对湿度预报对未来水稻田中水稻纹枯病的发生情况进行预测。
-
公开(公告)号：CN112418517B
公开(公告)日：2023-09-26
申请号：CN202011309662.9
申请日：2020-11-20
申请人： 杭州电子科技大学
摘要： 本发明公开了一种用于冻害短临预警的预测方法。本发明步骤为：一、温度数据建模；二、利用温度拟合曲线预测区间内的最低温度；三、利用短时间内单调趋势分析冻害发生可能性；四、冻害分析结果输出。温度数据建模阶段，利用温度数据建立温度变化趋势模型；通过建立的温度变化趋势模型对最低温度进行预测；在判定预测的最低温度，低于设定的阈值之后，利用短时间内温度的单调变化趋势对实际的温度进行精准预测，分析冻害发生的可能性；若预测会出现冻害则及时报警。本发明可依托茶园现有传感器及历史温度数据进行预测，方便快捷。另一方面，该方法可以较为准确地对可能出现低温的时间点进行预测，能更好的减小低温冻害对于茶园的损失。
-
公开(公告)号：CN112418517A
公开(公告)日：2021-02-26
申请号：CN202011309662.9
申请日：2020-11-20
申请人： 杭州电子科技大学
摘要： 本发明公开了一种用于冻害短临预警的预测方法。本发明步骤为：一、温度数据建模；二、利用温度拟合曲线预测区间内的最低温度；三、利用短时间内单调趋势分析冻害发生可能性；四、冻害分析结果输出。温度数据建模阶段，利用温度数据建立温度变化趋势模型；通过建立的温度变化趋势模型对最低温度进行预测；在判定预测的最低温度，低于设定的阈值之后，利用短时间内温度的单调变化趋势对实际的温度进行精准预测，分析冻害发生的可能性；若预测会出现冻害则及时报警。本发明可依托茶园现有传感器及历史温度数据进行预测，方便快捷。另一方面，该方法可以较为准确地对可能出现低温的时间点进行预测，能更好的减小低温冻害对于茶园的损失。
-
公开(公告)号：CN110390028A
公开(公告)日：2019-10-29
申请号：CN201910304011.1
申请日：2019-04-16
申请人： 杭州电子科技大学
摘要： 本发明公开一种植物光谱库的建立方法。本发明采用标准化的数据采集方法收集数据，提出一套完整齐备的光谱特征提取方法、特征敏感性分析方法、模型建立方法并进行植物分类和状态监测，其中提出波段自适应聚类法可有效去除相邻或相近波段中的信息冗余，有效提高数据使用效率。基于上述方法，建立植物光谱光谱库，并为之提供一套完整光谱分析和应用的方法。
-
公开(公告)号：CN118349954A
公开(公告)日：2024-07-16
申请号：CN202410342718.2
申请日：2024-03-25
申请人： 杭州电子科技大学
IPC分类号： G06F18/27 , G01N21/25 , G01N21/17 , G06F18/213 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于卷积神经网络和高光谱特征的叶绿素含量估算方法，属于农业监测技术领域，其具体步骤如下：S1.基于实测数据结合高斯过程回归算法进行数据模拟，得到模拟数据集，S2.构建高光谱植被指数特征并进行优化，S3.基于卷积神经网络和迁移学习方法的叶片叶绿素含量估算模型构建，S4.基于构建模型的叶片叶绿素估算结果评估情况。本发明在实测叶片高光谱及叶绿素含量数据较少情况下，结合高光谱特征筛选及卷积神经网络对作物叶片叶绿素含量进行了精确评价，对于基于叶片叶绿素含量变化特征的作物生长状况监测及分析具有重要意义。
-
公开(公告)号：CN110070004B
公开(公告)日：2021-07-20
申请号：CN201910261685.8
申请日：2019-04-02
申请人： 杭州电子科技大学
摘要： 本发明公开一种应用于深度学习的近地高光谱数据扩展方法。本发明采用现有技术获取近地高光谱数据以及为了后续深度学习所需的其他匹配信息数据；对近地高光谱原始数据进行光谱模拟，具体可以采用光照扰动和添加噪声两种方法，从而扩展近地高光谱的数据量；最后通过对原始数据先增加一系列一定范围内的光谱扰动，再基于这些数据添加基于原始数据获取的噪声。本发明中创新性的采用光照扰动和噪声添加两步对近地原始高光谱数据进行了光谱模拟，实现了近地高光谱数据的扩充，有效的增加了光谱数据量，可以有效的提高近地高光谱数据在深度学习应用中的模型精度，从而为深度学习在近地高光谱中的应用提供理论基础。
-
公开(公告)号：CN111738066B
公开(公告)日：2024-04-02
申请号：CN202010392669.5
申请日：2020-05-11
申请人： 杭州电子科技大学
IPC分类号： G06V20/10
摘要： 本发明公开了综合多源遥感信息的网格化水稻纹枯病生境评价方法。仅仅依靠点状气象数据预测较为粗放且无法提供连续面状预测结果。本发明如下：一、选取调查区域并获取其多源遥感数据和调查其病害严重度。二、确定晚稻位置和面积。三、基于多源遥感影像的水稻纹枯病生境特征提取。四、建立病害生境适宜性模型。五、对被测田地进行网格化，并提取水稻纹枯病遥感生境特征。六、利用晚稻分类图对各遥感生境特征进行掩膜，得到晚稻的各个遥感生境因子特征。七、根据模型获取各个网格对应的病害生境适宜性程度。八、得到病害生境适宜性空间分布图。本发明通过调查及研究分析发现绝大多数土传病害的发生与寄主植物生长状态及农田环境等生境条件相关。
-
公开(公告)号：CN113175956A
公开(公告)日：2021-07-27
申请号：CN202110520824.1
申请日：2021-05-13
申请人： 杭州电子科技大学
IPC分类号： G01D21/02
摘要： 本发明公开了一种作物长势监测的多光谱及光学相机传感器装置，包括多光谱探测模块、光学相机模块、姿态传感模块、微控制器、微型计算机模块和网络通信模块。所述多光谱探测模块包括多光谱入射光探测模块、多光谱反射光探测模块和传感器控制主板；多光谱入射光探测模块、多光谱反射光探测模块平行设置，通过SPI总线连接到微控制器；姿态传感模块安装于传感器控制主板上，通过IIC总线连接到微控制器；微控制器、光学相机模块与网络通信模块通过USB总线连接到微型计算机模块。本发明结构简单，能实现作物冠层多波段反射光谱光照条件自适应测量，并获取作物冠层真彩色图像信息，从而实现作物营养状况、长势信息实时采集与动态监测。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.028 秒)
