-
-
公开(公告)号:CN115358475A
公开(公告)日:2022-11-18
申请号:CN202211041039.9
申请日:2022-08-29
Applicant: 河南农业大学
Abstract: 本申请提供了一种基于支持向量机和灰色BP神经网络的灾害预测方法和系统。该方法中,对预先得到的冬小麦晚霜冻害的灾变序列样本分别进行GM(1,1)模型、离散GM(1,1)模型和等维递补离散GM(1,1)模型预测;采用支持向量机回归模型通过残差修正;分别将等维递补离散GM(1,1)模型的预测结果和残差修正后的GM(1,1)模型、残差修正后的离散GM(1,1)模型的预测结果输入BP神经网络,得到灰色神经网络耦合模型,以对冬小麦晚霜冻害进行预测。籍此,有效提高了冻害预测的预测精度,解决了传统灰色模型在冻害预测中预测精度不高的问题,实现了冬小麦晚霜冻害的动态预测。
-
公开(公告)号:CN110120030A
公开(公告)日:2019-08-13
申请号:CN201910244739.X
申请日:2019-03-28
Applicant: 河南农业大学
Abstract: 小麦病害发生图像的处理方法、应用、计算机可读介质及病害发生面积测算方法。一种小麦病害发生面积的测算方法,以解决当下获取小麦病害发生面积的效率低的问题。它需要获取彩色的小麦病害发生图像,对图像进行处理以获取对应于该种病害的发病区域的像素点的总数,最后将图像中的发病区域的像素点总数换算为该种病害的发生面积,这样就测算出了小麦病害发生面积。小麦病害发生图像处理方法包括图像分割、图像去噪与填充和计算病害发生像素点的步骤,所述图像去噪和填充步骤包括分块扫描去噪、孤立点去噪、散点填充、方形扫描去噪、边界优化处理。在应用中,可以将小麦病害发生图像处理方法编写成计算机程序并存储于计算机可读介质内,可以获取某种小麦病害的HSL病害特征。它简化了大量人工控制过程,再现性高,效率高。
-
-