-
公开(公告)号：CN107273932A
公开(公告)日：2017-10-20
申请号：CN201710500086.8
申请日：2017-06-27
Applicant: 湖南农业大学
IPC: G06K9/62
CPC classification number: G06K9/6268 , G06K9/6256
Abstract: 本发明公开了一种多类别图像识别方法及系统，对m类别图像识别问题C＝{C1,C2,…,Cw,…,Cm}，将选自图像识别数据集的训练样本分解为m套样本子集；对每套样本子集经特征选择获得一套特征子集，共获得m套特征子集{Feat_1,Feat_2,…,Feat_w,…,Feat_m}；对某待测样本，首先取C1与C2类别样本作为训练样本，以{Feat_1∪Feat_2}为特征子集，构建第一个二分类器，对该待测样本作出预测，假定该待测样本被判为C1类，则取C1与C3中样本为训练样本，以{Feat_1∪Feat_3}为特征子集，构建第二个二分类器，对该待测样本作出预测；依此类推，直到构建m-1个二分类器，最终胜出的类即为最终的图像类别。本发明了提高多类别图像识别的预测精度。
-
公开(公告)号：CN118172671B
公开(公告)日：2025-02-18
申请号：CN202410367774.1
申请日：2024-03-28
Applicant: 湖南农业大学
IPC: G06V20/10 , G06V10/44 , G06V10/772 , G06V10/762
Abstract: 本发明公开了一种联合稀疏约束的双非负矩阵分解遥感图像变化检测方法，属于图像变化检测技术领域，目的是解决现有图像变化检测方法缺乏对地物语义信息的考虑，对噪声比较敏感，且处理效率低的问题。包括：S1：根据同一地理区域不同时间拍摄的第一时相遥感图像和第二时相遥感图像，利用L2,1‑DNMF模型，生成差分增强的差异特征矩阵；S2：对所述差分增强的差异特征矩阵进行聚类，得到二值变化结果；S3：将所述二值变化结果作为联合稀疏约束的双非负矩阵分解遥感图像变化检测结果输出。本发明能够在亚像素级检测细微的变化，提高了变化检测性能和变化检测效率。
-
公开(公告)号：CN118429800A
公开(公告)日：2024-08-02
申请号：CN202410463368.5
申请日：2024-04-17
Applicant: 湖南农业大学
IPC: G06V20/10 , G06V10/44 , G06V10/58 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于张量宽度学习网络的高光谱图像分类方法，涉及图像分类技术领域。本发明在不同场景下都能够直接处理高阶张量数据，可以良好地匹配高光谱成像数据的三维结构，捕获空间与光谱结构信息，具有较高稳定性；从空间和光谱两个字典生成特征节点，可以很好地避免网络随机特征映射带来的不确定性，使特征节点的特征更具可解释性；本发明采用的宽度网络架构具有时间复杂度低的特性，同时考虑了高光谱图像的空谱特征，训练速度更快、分类精确度更高。
-
Patent Agency Ranking
公开(公告)号：CN118172671A
公开(公告)日：2024-06-11
申请号：CN202410367774.1
申请日：2024-03-28
Applicant: 湖南农业大学
IPC: G06V20/10 , G06V10/44 , G06V10/772 , G06V10/762
Abstract: 本发明公开了一种联合稀疏约束的双非负矩阵分解遥感图像变化检测方法，属于图像变化检测技术领域，目的是解决现有图像变化检测方法缺乏对地物语义信息的考虑，对噪声比较敏感，且处理效率低的问题。包括：S1：根据同一地理区域不同时间拍摄的第一时相遥感图像和第二时相遥感图像，利用L2,1‑DNMF模型，生成差分增强的差异特征矩阵；S2：对所述差分增强的差异特征矩阵进行聚类，得到二值变化结果；S3：将所述二值变化结果作为联合稀疏约束的双非负矩阵分解遥感图像变化检测结果输出。本发明能够在亚像素级检测细微的变化，提高了变化检测性能和变化检测效率。
-
公开(公告)号：CN119495020A
公开(公告)日：2025-02-21
申请号：CN202311041675.6
申请日：2023-08-17
Applicant: 湖南农业大学 , 长沙智汇乾达信息科技有限责任公司
IPC: G06V20/10 , G06V10/764 , G06V10/26 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种农作物病害分级方法、装置、设备及存储介质，方法包括：获取农作物叶片图像；将农作物叶片图像输入到语义分割模型的编码器层的骨干特征提取网络，得到低层次特征向量和高层次特征向量；将高层次特征向量输入到语义分割模型的编码器层的加强特征提取网络，得到处理后的高层次特征向量；将低层次特征向量和处理后的高层次特征向量输入到语义分割模型的解码器层，得到最终有效特征向量；将最终有效特征向量输入到语义分割模型的分类器层，得到农作物叶片图像中每个像素点对应的类别；根据农作物叶片图像中每个像素点对应的类别确定农作物的病害分级信息，从而实现精准且自动地确定农作物叶片受到了何种病害以及其病害等级。
-
公开(公告)号：CN116326558A
公开(公告)日：2023-06-27
申请号：CN202310463415.1
申请日：2023-04-26
Applicant: 湖南农业大学
Abstract: 本发明公开了一种全自动二化螟智能监测装置，涉及二化螟监测设备技术领域，其技术方案是：包括集虫桶，所述集虫桶用于存储诱捕到的二化螟，所述集虫桶左侧外壁开设有杀虫芯卡槽，所述杀虫芯卡槽用于存放杀虫剂，所述杀虫剂用于对进入集虫桶的二化螟灭杀，集虫桶顶部入口处固定安装导向漏斗，所述导向漏斗底部入口处固定安装微型红外激光传感器，微型红外激光传感器用于对进入到集虫桶中的二化螟进行计数，所述导向漏斗顶部入口处四周固定安装空心支架，空心支架设置有四个，四个空心支架顶部固定安装顶盖，本发明在导向漏斗下端安装微型红外激光传感器，可实现二化螟自动计数，无需人工清点诱捕虫口数。
-
公开(公告)号：CN107292128A
公开(公告)日：2017-10-24
申请号：CN201710500075.X
申请日：2017-06-27
Applicant: 湖南农业大学
IPC: G06F19/20
CPC classification number: G06F19/20
Abstract: 本发明公开了一种配对互作基因检测方法及预测模型，检测方法包括以下步骤：对给定的数据集{Yi,Xij}，首先对每个基因表达值进行秩规格化，得到规格化后的数据矩阵{Yi,Rij}，即对于任一基因j，将其表达值按从小到大顺序排列，然后用每个表达值的排列位置代替初始表达值；对任意两个基因p和基因q采用abs模式进行转换，获得转换后的数据集{Yi,Zis}；abs模式:Zis＝|Rip–Riq|；其中i＝1,2,…,n；p＝1,2,…,m；q＝1,2,…,m；p≠q；s＝1,2,…,m(m-1)/2；n为数据集中的样本数，m为数据集中的基因数；计算每个变量Zis与表型Yi之间的t值，根据t值判断两个基因之间的互作效应。本发明可有效提高模型预测精度。
-
公开(公告)号：CN107067287A
公开(公告)日：2017-08-18
申请号：CN201710397469.7
申请日：2017-05-31
Applicant: 湖南农业大学
CPC classification number: G06Q30/0284 , G06Q50/30
Abstract: 一种以“一口价”为上限的网约车合乘均衡计价方法，该方法是以“一口价”为上限实现乘客支付的动态调整，以乘客方的节省费用比率与司机收入增加比率相等的公平原则作为网约车合乘计价的评价基础，通过网约车合乘的历史数据来确定合适的λ值，以有效解决司机对合乘不成功的顾虑，提高司机合乘的欲望，使得计价更公平，从而保证体系的整体(司机和乘客)公平性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
