公开(公告)号：CN119295945A

公开(公告)日：2025-01-10

申请号：CN202411510605.5

申请日：2024-10-28

Applicant: 海南大学

Inventor： 郭雯雯 ,  杨然兵 ,  朱宏飞 ,  杨松梅 ,  孙文斌 ,  张涛 ,  刘建宇 ,  文辉辉 ,  赵金春 ,  刘洋

IPC: G06V20/10 ,  G06N3/045 ,  G06V10/764 ,  G06N3/0985 ,  G06V10/82 ,  G06N20/20 ,  G06N3/0464 ,  G06V10/762 ,  G06F17/10 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及粮食作物种子人工智能活力检测领域，尤其基于序列到序列的玉米种子活力光谱深度学习检测方法，其技术方案包括：获取玉米种子的高光谱数据，标定玉米种子强活力和弱活力两个类别，搭建多头注意力序列到序列网络模型，将每颗玉米种子的平均光谱导入多头注意力序列到序列网络模型，获取重建的玉米种子平均光谱，将玉米种子的平均光谱导入优化后的多头注意力序列到序列网络模型激活不同光谱深度特征，将光谱深度特征输入集成学习模型进行优化迭代，设置超参数初始值，调整网络模型的超参数，生成玉米种子活力检测模型，有效解决训练时间过长的问题，打破深度学习对玉米种子活力检测的制约与局限，实现快速、高效且无损的玉米种子活力检测。