公开(公告)号：CN117035686A

公开(公告)日：2023-11-10

申请号：CN202311130772.2

申请日：2023-09-04

Applicant: 重庆邮电大学

Inventor： 屈洪春 ,  纪豪 ,  王红胜 ,  翟世东 ,  郭飞

IPC: G06Q10/10 ,  G06Q50/02 ,  G06F16/904

Abstract: 本发明涉及一种集成数字模型的智能树体管理系统，属于果树智能化管理技术领域。该系统包括图像采集与处理模块、数字模型模块、分析决策模块、数据存储与云平台和可视化界面；数字模型模块将果树树体管理的关键业务和任务拆解成若干数字模型，包括冠层三维重建模型、冠层结构分析模型、冠层光效分析模型、树势判别模型、物候期估计模型、载果量估计模型和开花量估计模型，每个数字模型独立运作；分析决策模块，将数字模型模块的输出结果与专家指导建议和图像采集与处理模块的图像处理结果综合分析，为果树管理者提供精准的决策建议。本发明能够实时监测和分析果树的生长状态、健康状况和环境适应性，为果树管理者提供科学的决策依据。

公开(公告)号：CN116361630A

公开(公告)日：2023-06-30

申请号：CN202310253623.9

申请日：2023-03-16

Applicant: 重庆邮电大学

Inventor： 张秦皓 ,  王红胜 ,  屈洪春 ,  刘光辉 ,  翟世东

IPC: G06F18/213 ,  G06F18/22

Abstract: 本发明涉及一种基于空间点模式分析的生态数据降维方法，属于生态数据处理领域。该方法包括：S1：构建模拟数据集；S2：对模拟数据进行预处理；S3：使用多变量因素分析法获得多个变量间的关系因子，具体是：以相关性作为前提，从协方差矩阵着手将多数变异归结为少数几个公共因子所为，即使用最少的因子最大程度解释原始数据的方差，从而得到降维后的生态数据。

公开(公告)号：CN116912684A

公开(公告)日：2023-10-20

申请号：CN202310858246.1

申请日：2023-07-13

Applicant: 重庆邮电大学

Inventor： 屈洪春 ,  纪豪 ,  王红胜 ,  翟世东 ,  郭飞

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/10 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的番茄叶片病害检测方法，属于植物病害检测技术领域。该方法包括：S1：收集常见的番茄叶片病害图像，对图像进行缩放拼接并使用图像处理方法扩充数据集；S2：根据番茄的病害种类进行标注和分类，划分训练集和验证集，最终得到番茄叶片病害图像数据集；S3：构建基于改进的yolov7‑tiny网络结构的小目标病害识别模型；S4：设置模型初始参数，使用数据集对构建的模型进行训练，获得最优模型参数，并保存最优模型；S5：使用训练后的模型对待检测图像进行识别，检测出图像中病害的具体位置以及名称。本发明能快速且有效地改善小目标病害的检测效果，并且达到了精度与速度的平衡。

公开(公告)号：CN116307166A

公开(公告)日：2023-06-23

申请号：CN202310240973.1

申请日：2023-03-14

Applicant: 重庆邮电大学

Inventor： 屈洪春 ,  张秦皓 ,  王红胜 ,  刘光辉 ,  翟世东

IPC: G06Q10/04 ,  G06F30/20 ,  G06F18/214 ,  G06N3/006

Abstract: 本发明涉及一种通过空间模式变化预测蓝莓病害传播的方法，属于蓝莓病害预测领域。该方法包括：S1：构建模拟数据集；S2：先通过空间点距离尺度特征判断空间分布，再计算三种自相关性维数，通过自相关性维数来判断其空间点占据程度、信息量大小和空间点之间对空间的利用率三种信息；最后通过空间点距离尺度与自相关性分析得到蓝莓初始状态的空间格局；S3：在给定初始感染率的前提下，针对蓝莓僵果病的病态传播规律得到原发性感染起始时间、继发性感染起始时间和蓝莓僵果病病害传播结束时间；S4：利用自相似性系数结合蓝莓病害总结规律；S5：根据病害发生时间以及得到的空间格局预测蓝莓僵果病各个阶段随时间变化的感染率。

公开(公告)号：CN115984625A

公开(公告)日：2023-04-18

申请号：CN202310071102.1

申请日：2023-01-17

Applicant: 重庆邮电大学

Inventor： 屈洪春 ,  苏佳豪 ,  王红胜 ,  魏殿文 ,  刘光辉

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06T3/40 ,  G06N3/126 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/02

Abstract: 本发明涉及一种复杂背景下的柑橘病害机器视觉识别方法，属于植物病害识别技术领域。该方法包括：S1：在柑橘果园中实地采集复杂背景下的多种柑橘病害数据集；S2：按照病害种类对数据集进行分类、标注，并按比例划分为训练集和验证集；S3：调整模型预训练参数，并改进YOLOv5网络结构构建复杂背景下的柑橘病害识别模型；S4：利用步骤S2中处理好的数据集对步骤S3复杂背景下的柑橘病害识别模型进行训练，并保存最优模型；S5：使用训练好的模型对复杂背景下柑橘病害进行识别。本发明能够准确有效的识别自然环境中复杂背景下柑橘病害的病灶位置及种类，对柑橘病害监测与识别有巨大的现实意义和应用价值。

公开(公告)号：CN116451069A

公开(公告)日：2023-07-18

申请号：CN202310234777.3

申请日：2023-03-13

Applicant: 重庆邮电大学

Inventor： 屈洪春 ,  余浩 ,  王红胜 ,  刘光辉 ,  翟世东

IPC: G06F18/214 ,  G06Q50/26

Abstract: 本发明涉及一种生态数值数据的增广方法，属于深度学习数据增广领域。该方法具体包括：S1：对生态数值数据集进行预处理；S2：数值数据增广：搭建生成式自编码网络模型，并将预处理后的数据集输入生成式自编码网络模型训练；然后利用训练好的生成式自编码网络模型进行数据增广；S3：数值数据集质量检测：首先采用距离度量来判断增广数据集的质量，其次是信息度量，即比较增广数据集与原始数据集的关联信息是否一致。本发明可以增加数据集的多样性和质量，这两个性能的改善可以有效增加模型的训练能力，提高了模型的泛化能力。