-
公开(公告)号:CN118887471A
公开(公告)日:2024-11-01
申请号:CN202410952107.X
申请日:2024-07-16
Applicant: 杭州电子科技大学平湖数字技术创新研究院有限公司 , 杭州电子科技大学
IPC: G06V10/764 , G06V10/58 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/082 , G06N3/084
Abstract: 本发明提供一种基于高光谱的褐飞虱属细粒度识别分类方法。首先构建褐飞虱非成像高光谱数据集;根据不同光谱范围确定波段组合;对得到的不同的波段组合分别使用连续投影算法SPA进行波段选择,构建SPECNet网络作为光谱数据分类器,采用多头注意力机制进行特征提取和分类。基于构建的数据集对模型进行训练及测试,确定选择不同波段组合对褐飞虱属分类的准确率的影响;最后对待分类数据进行预处理后输入训练好后的模型实现细粒度识别分类。本发明针对光谱监测方面存在的成本高等问题,选择使用能反应虫害的少量代表性非成像光谱波段信息进行识别,有助于后续通过定制相应波段光谱传感器降低设备采集硬件成本。
-
公开(公告)号:CN113984862B
公开(公告)日:2023-10-24
申请号:CN202111158416.2
申请日:2021-09-28
Applicant: 杭州电子科技大学
IPC: G01N27/327 , G01N27/49
Abstract: 本发明涉及一种内置式植物信息微纳监测装置,本发明解决现有技术有破坏性、或装置复杂、无法长期监测的问题,其技术方案要点包括装置主体、微控制器、电源模块、通信模块、检测模块以及保护层;所述电源模块将环境中的温差、摩擦与振动转化为电势能储存于超级电容器中,超级电容器为微控制器和通信模块供电;检测模块包括分子印迹修饰的纳米探针,分子印迹修饰的纳米探针将被测信息转化为电信号发送给微控制器,微控制器对接收到的信号进行处理和计算,得出检测值,并通过通信模块连续发送给PC端,实现植物信息的实时监测;微控制器、电源模块、通信模块、检测模块封装在装置主体中,装置主体的外部表面涂覆有保护层。
-
公开(公告)号:CN115861185B
公开(公告)日:2023-08-11
申请号:CN202211421105.5
申请日:2022-11-14
Applicant: 杭州电子科技大学 , 杭州睿坤科技有限公司
Abstract: 本发明涉及一种田间复杂背景的稻飞虱计数方法,包括:获取包含稻飞虱的拍摄图片;对图片中的稻飞虱位置进行手工标注建立数据集;构建基于YOLOv5的稻飞虱计数模型;将稻飞虱数据集输入计数模型进行训练;将测试图片输入计数模型得到检测结果,检测结果即稻飞虱的定位位置。本发明通过对YOLOv5进行改进,在CSP‑Darknet53主干网络中加入Swin_Transformer模块作为特征提取部分,对检测网络颈部加入CBAM注意力机制、SPP模块并用BIFPN结构融合特征,更改网络的检测尺寸,提高模型田间复杂背景的稻飞虱检测精度。
-
公开(公告)号:CN114841459A
公开(公告)日:2022-08-02
申请号:CN202210554766.9
申请日:2022-05-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于气象和景观信息的水稻纹枯病发病峰值预测方法,该方法采集了待预测地区过往病害实际发生峰值数据,以及对应时期的气象信息和遥感景观信息,提取关键气象因子与关键景观因子。然后利用相关性分析方法,对提取的关键因子进行选择,将与水稻纹枯病发病峰值具有显著相关性的因子用于预测模型的建立。利用偏最小二乘回归法得到历史水稻纹枯病发生峰值与气象、景观因素的数学关系,据此对待预测地区未来一年内水稻纹枯病发病峰值进行预测。本方法在水稻纹枯病还未发病或发病初始阶段就能够预测未来发病峰值,能够为后续稻田的防控强度等行为提供指导。
-
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
Applicant: 杭州电子科技大学
Abstract: 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:CN106963338B
公开(公告)日:2018-09-07
申请号:CN201710206077.8
申请日:2017-03-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了晶状体生物力学和光学特性无创在体成像系统及测量方法。本发明的超声负载系统提供使晶状体产生形变的机械波,谱域OCT系统实现对晶状体的结构和弹性成像;结合消共轭技术,实现OCT全范围成像,得到从角膜前表面到晶状体后表面的全眼前节二维或三维结构图像,计算得到晶状体的形态学和光学特性参数,并构建晶状体地形图。同时,利用相位敏感OCT技术,获得晶状体深度方向的应变分布,重建得到晶状体的二维或三维生物力学特性分布图。晶状体生物力学和光学特性的高分辨率成像和精确测量为白内障等晶状体疾病的基础研究、早期诊断、手术方案制定及术后结果评价提供更全面完整的影像测量学依据,具有重要的现实意义和临床意义。
-
公开(公告)号:CN116128767B
公开(公告)日:2025-03-18
申请号:CN202310242934.5
申请日:2023-03-14
Applicant: 杭州电子科技大学
IPC: G06T5/60 , G06T5/70 , G06T5/73 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的可见光OCT图像的清晰化方法。该方法如下:一、训练样本的获取。使用可见光OCT装置获取V域图像。使用近红外光OCT装置获取N域图像。二、对步骤一所得的V域图像和N域图像进行预处理。三、根据经过预处理的V域图像和N域图像建立训练样本数据集。四、构建并训练OCT图像清晰化模型。五、将可见光OCT图像输入生成器G1中,得到质量提升的OCT图像。本发明提出的新型无监督生成对抗网络,借助对偶学习的思想构建OCT图像清晰化模型,可以不使用配对图像进行训练就能得到较好的结果。此外,本发明加入了可进行图像属性编辑的网络,加强了对偶训练过程中生成器学习清晰结构的能力。
-
公开(公告)号:CN119005375A
公开(公告)日:2024-11-22
申请号:CN202410624888.X
申请日:2024-05-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种水稻纹枯病双过程联动预测方法,该方法如下:一、建立病株率动态预测模型,并预测基于病株率的多状态耦合量H。二、构建基于Logistic回归的严重度预测基础模型,在基础模型的基础上融入温度和湿度的影响,得到严重度预测更新模型。三、构建双过程联动模型,将反映病株率升高的“水平扩展”过程与反映严重度加重的“垂直扩展”过程进行耦合。四、利用双过程联动模型,获得目标区域生育期内的水稻纹枯病预测结果。本发明在采用不同模型分别对病株率和严重度进行预测的基础上,充分考虑了水稻纹枯病的流行特点,实现了病株率和严重度指标预测过程的动态耦合,有效提高了全生育周期内的水稻纹枯病严重度预测准确性。
-
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
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。
-
公开(公告)号:CN117549835A
公开(公告)日:2024-02-13
申请号:CN202311506419.X
申请日:2023-11-13
Applicant: 杭州电子科技大学平湖数字技术创新研究院有限公司
Abstract: 本发明公开了一种辅助驾驶人员进行变更车道的显示提醒系统,包括:转向灯信号采集系统:用于采集转向灯的信号,将电信号传递给控制器;图像采集与处理系统:用于采集后方道路车辆位置信息、后方车辆转向灯信息,将信息发送给图像处理器进行处理;HUD成像系统:通过接收图像采集与处理系统传输的信息,将图像进行激光成像。本发明能够帮助驾驶人员避免在变更车道过程中大幅度转头和将注意力离开前方道路。在正常行驶时,只需要看向前挡风玻璃固定位置,就可以看到后视镜的图像,并且对图像中后方车辆的位置信息和转向灯亮灭进行了视觉增强,帮助驾驶人员更好地判断,保证了驾驶过程中的安全型,提升了驾驶过程中的体验性。
-
-
-
-
-
-
-
-
-