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

Applicant: 杭州电子科技大学

Inventor： 吴开华 ,  黄渝峰 ,  周贤锋 ,  张竞成 ,  陈冬梅 ,  施澎涛 ,  潘道佑

IPC: G06F18/27 ,  G01N21/25 ,  G01N21/17 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 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。