公开(公告)号：CN119495375A

公开(公告)日：2025-02-21

申请号：CN202411474544.1

申请日：2024-10-22

Applicant: 云南农业大学

Inventor： 李宏胥 ,  王白娟 ,  汪泽军 ,  王桥美 ,  曹志勇 ,  钱晔 ,  王小华 ,  曾万波

IPC: G16C20/30 ,  G01N33/24 ,  G16C20/70 ,  G16C20/80 ,  G06F18/27

Abstract: 本发明提供了茶树种植管理技术领域的一种古树晒青绿茶黄酮含量预测方法及系统，方法包括：步骤S1、记录各土壤样品采样的海拔高度以及生长的古茶树的树龄和树高，分析各土壤样品的土壤参数，将各土壤参数、海拔高度、树龄、树高作为影响因素；步骤S2、对各影响因素进行标注以构建数据集；步骤S3、通过LASSO回归模型对数据集进行回归分析以筛选建模因子；步骤S4、通过COX回归模型对各建模因子进行多因素回归分析；步骤S5、基于各建模因子创建的列线图模型；步骤S6、对列线图模型进行性能评估和稳定性评估；步骤S7、利用列线图模型进行黄酮含量预测。本发明的优点在于：极大的提升了古树晒青绿茶黄酮含量预测的准确性。

公开(公告)号：CN118658043A

公开(公告)日：2024-09-17

申请号：CN202410799021.8

申请日：2024-06-20

Applicant: 云南农业大学

Inventor： 王白娟 ,  王后巧 ,  王淳 ,  袁文侠 ,  汪泽军 ,  王桥美 ,  肖睿 ,  车绕琼 ,  曾万波

IPC: G06V10/82 ,  G06V10/20 ,  G06V10/10 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/109 ,  G06Q50/02

Abstract: 本发明提供了茶叶种植技术领域的一种基于深度学习的茶叶采摘时间预测方法，包括如下步骤：步骤S1、采集大量的茶叶图像，对各所述茶叶图像进行标注以及图像扩充的预处理后构建数据集；步骤S2、将所述数据集划分为训练集、测试集以及验证集；步骤S3、基于YOLOv8n网络创建一采摘时间预测模型，设定所述采摘时间预测模型的损失函数；步骤S4、通过所述训练集对采摘时间预测模型进行训练，通过所述测试集对训练后的采摘时间预测模型进行测试，通过所述验证集对测试后的采摘时间预测模型进行验证；步骤S5、通过验证后的所述采摘时间预测模型进行茶叶采摘时间的预测。本发明的优点在于：极大的提升了茶叶采摘时间预测的精度以及效率。