-
公开(公告)号：CN119295972A
公开(公告)日：2025-01-10
申请号：CN202411310618.8
申请日：2024-09-20
IPC: G06V20/17 , G06V20/10 , G06V10/58 , G06V10/771 , G06V10/77 , G06N20/10 , G06N3/006 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于特征提取和筛选的花生生物量反演方法，包括以下步骤：S1：采用无人机搭载高光谱相机采集样品花生的高光谱影像数据；S2：获取样品花生的实测生物量；S3：对采集的样品花生的高光谱影像数据进行预处理，得到初始光谱反射率数据；S4：对初始光谱反射率数据进行特征提取和筛选；S5：利用筛选后的光谱特征，通过粒子群优化后的随机森林模型、反向传播神经网络和支持向量机构建花生生物量反演模型，采用样品花生的实测生物量作为数据集对花生生物量反演模型进行训练和测试。本发明实现了对花生高光谱影像的有效特征的筛选和特征组合，进而提高了花生生物量反演模型的准确性和精度。
-
公开(公告)号：CN117152645A
公开(公告)日：2023-12-01
申请号：CN202311306532.3
申请日：2023-10-10
Applicant: 河南财经政法大学
IPC: G06V20/17 , G06V20/10 , G06V10/54 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06N5/01 , G06N20/00
Abstract: 本发明提出一种基于无人机多光谱影像深度特征的小麦锈病监测方法，包括地面采集实测数据；获取小麦遥感影像数据；计算光谱指数，得到光谱指数影像特征集；对光谱指数影像特征集进行相关性特征排序和第一特征筛选，得到最优光谱特征集；对小麦遥感影像数据集和最优光谱特征集中影像进行纹理特征计算后，与最优光谱特征集组合并进行特征排序和第二特征筛选，得到最优组合特征集；提取小麦遥感影像数据集和最优组合特征集中影像所对应的深度特征后，与最优组合特征集组合并进行特征排序和第三特征筛选，利用筛选后的最优深度特征集构建多个相关性‑回归模型；选取精度最高的相关性‑回归模型对待测小麦区域进行反演制图，得到小麦锈病监测结果。
-
公开(公告)号：CN119295972B
公开(公告)日：2025-05-09
申请号：CN202411310618.8
申请日：2024-09-20
IPC: G06V20/17 , G06V20/10 , G06V10/58 , G06V10/771 , G06V10/77 , G06N20/10 , G06N3/006 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于特征提取和筛选的花生生物量反演方法，包括以下步骤：S1：采用无人机搭载高光谱相机采集样品花生的高光谱影像数据；S2：获取样品花生的实测生物量；S3：对采集的样品花生的高光谱影像数据进行预处理，得到初始光谱反射率数据；S4：对初始光谱反射率数据进行特征提取和筛选；S5：利用筛选后的光谱特征，通过粒子群优化后的随机森林模型、反向传播神经网络和支持向量机构建花生生物量反演模型，采用样品花生的实测生物量作为数据集对花生生物量反演模型进行训练和测试。本发明实现了对花生高光谱影像的有效特征的筛选和特征组合，进而提高了花生生物量反演模型的准确性和精度。
-
公开(公告)号：CN108860609B
公开(公告)日：2021-08-03
申请号：CN201810686800.1
申请日：2018-06-28
IPC: B64D1/16
Abstract: 本发明涉及一种无人机农业播种机器人，包括储物装置、两个分批播种装置和混种装置，所述的储物装置的下端中部安装有混种装置，储物装置下端的左右两侧安装有两个分批播种装置。本发明可以解决现有无人机播种前，需要将种子放入现有的储存设备内，人工放置时部分种子容易掉落至地面上，混种时需要人工将两种类型的种子混合放置到一起，过程繁琐复杂，且飞行途中单类种子播种与混种不能随意切换播种，过程所耗时间长，劳动强度大和效率低等难题，可以实现对两种类型种子进行分别播种以及混合播种的功能，方便放入作物种子，飞行途中可以任意切换单类种子播种与混种，且具有操作简单、劳动强度小与工作效率高等优点。
-
-
-
Search Results
4
records
(took 0.018 seconds)
