公开(公告)号：CN119595671A

公开(公告)日：2025-03-11

申请号：CN202411651845.7

申请日：2024-11-19

Applicant: 中国科学院计算技术研究所

Inventor： 陆会贤 ,  李蕾 ,  张玉成 ,  王鹏 ,  陈海华 ,  董飞扬

IPC: G01N23/00 ,  G01N17/00 ,  G06N20/20 ,  G06N5/01 ,  G16C20/70 ,  G16C20/20

Abstract: 本发明提出一种基于伽马能谱和XGboost算法的土壤养分检测方法，包括：构建用于土壤养分检测的训练样本，该训练样本包括：放射性元素数据，该训练样本的标签为与该放射性元素数据采集土壤点位相同的土壤养分数据；将该训练样本输入XGboost模型，XGboost模型提取该训练样本的特征并预测该训练样本的土壤养分，作为养分预测值，根据该养分预测值和该训练样本的标签，构建损失函数训练该XGboost模型，得到土壤养分检测模型；通过伽马能谱仪采集待测土壤的土壤放射性元素，并将其输入该土壤养分检测模型，得到该待测土壤的养分检测结果。

公开(公告)号：CN118570469A

公开(公告)日：2024-08-30

申请号：CN202410647059.3

申请日：2024-05-23

Applicant: 中国科学院计算技术研究所

Inventor： 董飞扬 ,  李蕾 ,  金济众 ,  李和阳 ,  张玉成 ,  高树琴

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N5/04 ,  G06V10/80

Abstract: 本发明提供了一种基于计算机视觉的水蚀沟识别方法，包括：进行数据采集，生成选定区域的水蚀沟数据集；搭建采用水蚀沟提取算法的语义分割神经网络，将所述水蚀沟数据集输入到所述语义分割神经网络，训练出水蚀沟提取模型；将待识别图像输入到所述水蚀沟提取模型中进行模型推理，从所述待识别图像中识别出水蚀沟信息。本发明还提供一种基于计算机视觉的水蚀沟识别系统、存储介质及电子设备。借此，本发明能够自动实现对水蚀沟进行精准定位和准确识别，可节省大量的时间和人力成本，适用于大范围动态监测。