-
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
申请人： 杭州电子科技大学
摘要： 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：CN116579495A
公开(公告)日：2023-08-11
申请号：CN202310606767.8
申请日：2023-05-25
申请人： 杭州电子科技大学
IPC分类号： G06Q10/04 , G06Q10/0639 , G06Q50/02 , G06F18/214 , G06N3/126
摘要： 本发明公开了众源植保数据驱动的水稻纹枯病时空动态预测方法；其过程如下：一、构建模型数据集。二、构建以气象数据和生育期数据为输入，病害动态发展曲线为输出的水稻纹枯病动态预测模型。三、针对验证辅助数据集计算不同区域的历史病害动态发展曲线的病害曲线下面积。计算所得的多个病害曲线下面积的平均值，记为历年病害AUDPC平均值。四、以病害曲线下面积的偏差可接受率为精度评价指标，对步骤二构建的水稻纹枯病动态预测模型进行模型标定。五、利用经过步骤四训练的水稻纹枯病动态预测模型对研究区域的水稻纹枯病进行预测，得到预测的病害动态发展曲线。
-
公开(公告)号：CN117787452A
公开(公告)日：2024-03-29
申请号：CN202310428483.4
申请日：2023-04-20
申请人： 杭州电子科技大学
摘要： 本发明公开了基于活动积温病害敏感时段抽取的茶树炭疽病预测方法，其包括以下步骤：一：构建多个不同地区的病害植保与气象、遥感及地理关联数据集。二：确定茶树炭疽病最优敏感时段对应的活动积温阈值，以及时间窗口长度。三：根据最佳活动积温阈值和时间窗口长度，确定不同地区的茶树炭疽病最优敏感时段；抽取茶树炭疽病最优敏感时段内的生境因子作为备选预测因子集合。四：在备选预测因子集合中选取最优预测因子，构建茶树炭疽病预测模型。发明基于活动积温确定茶树炭疽病的敏感时段，不同地区的敏感时段存在差异，能够实现对不同区域茶园数据的时空差异化提取，基于此构建的病害预测特征数据集能够显著提高茶树炭疽病预测的准确性。
-
公开(公告)号：CN113537310B
公开(公告)日：2024-02-23
申请号：CN202110734522.4
申请日：2021-06-30
申请人： 杭州电子科技大学
IPC分类号： G06F18/2113 , G06F18/214
摘要： 本发明公开了一种基于连续小波投影的光谱信息挖掘方法。具体包括对光谱数据集进行小波分解，将小波系数矩阵按照分解尺度展开，然后在二维平面依次拼接形成二维小波系数矩阵，基于投影运算进行特征组合，得到特征链矩阵，再对特征链矩阵进行敏感性分析，对敏感性矩阵的每一列元素求均值，将最大的均值对应列的小波系数作为特征组合，输入分类模型中选取最优的特征组合数及对应特征组合成员。本方法提出的以特征敏感性排序为选择依据，保证排列靠前的特征既有高敏感性又有强互补性，因此在前段能够得到数量少且组合优的特征。最终使用较少量的特征达到较高的模型精度，解决传统的光谱信息挖掘方法所选特征集难以做到敏感性与特征间互补性的统一。
-
公开(公告)号：CN115018125A
公开(公告)日：2022-09-06
申请号：CN202210486469.5
申请日：2022-05-06
申请人： 杭州电子科技大学
摘要： 本发明公开了基于气象及虫情监测数据的茶小绿叶蝉虫害动态预测方法。该方法包括以下步骤：步骤一、获取数据，构建模型数据集。步骤二、计算虫害压力指数。虫害压力指数包括压力值和程度值。压力值是当前时间的茶小绿叶蝉虫害发生情况和未来虫害发展趋势的综合压力值；程度值是当前时间的茶小绿叶蝉的虫害发生情况和未来虫害发展趋势的风险等级。步骤三、根据压力值和程度值的大小评估被测区域当前及未来若干天内的虫害爆发的风险情况。本发明以被测区域在历史上的小绿叶蝉虫害压力情况为基础，结合气象数据和虫口密度监测数据，实时获取当天及未来若干天内的茶小绿叶蝉虫害发生风险。
-
公开(公告)号：CN113537310A
公开(公告)日：2021-10-22
申请号：CN202110734522.4
申请日：2021-06-30
申请人： 杭州电子科技大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于连续小波投影的光谱信息挖掘方法。具体包括对光谱数据集进行小波分解，将小波系数矩阵按照分解尺度展开，然后在二维平面依次拼接形成二维小波系数矩阵，基于投影运算进行特征组合，得到特征链矩阵，再对特征链矩阵进行敏感性分析，对敏感性矩阵的每一列元素求均值，将最大的均值对应列的小波系数作为特征组合，输入分类模型中选取最优的特征组合数及对应特征组合成员。本方法提出的以特征敏感性排序为选择依据，保证排列靠前的特征既有高敏感性又有强互补性，因此在前段能够得到数量少且组合优的特征。最终使用较少量的特征达到较高的模型精度，解决传统的光谱信息挖掘方法所选特征集难以做到敏感性与特征间互补性的统一。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.024 秒)
