-
公开(公告)号：CN110619297A
公开(公告)日：2019-12-27
申请号：CN201910855071.2
申请日：2019-09-10
Applicant: 中国科学院东北地理与农业生态研究所 , 山东大学
Abstract: 本发明涉及一种豆类植物子实图像批量采集识别方法及装置，包括图像采集单元、二维码识别单元、二维码分析单元、大图像识别单元、大图像处理单元、种子图像识别单元、种子图像筛选单元、种子图像命名单元、图像过滤单元、及图像输出单元。可实现批量化图像采集及图像分割，以及分割后单个图像命名和输出的功能。使得实现后期自动化获取种子的表型数据，为计算机的深度学习提供有效基础数据。本发明给出一个面向计算机视觉(CV)处理需求的机械装置，实现对豆科植物子实的批量标准化图像采集，一张照片可以拍摄多粒子实，方便该图像CV处理和归一化处理，实现了快速、无损检测，提高图像采集效率，加速子实图像处理速度，实现子实表型数据的统一标准化获取。
-
公开(公告)号：CN110106188A
公开(公告)日：2019-08-09
申请号：CN201910452162.1
申请日：2019-05-28
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12N15/29 , C12N15/82 , C07K14/415 , A01H5/00 , A01H6/54
Abstract: 本发明提供一种控制大豆类胡萝卜素含量的基因及其应用，属于基因工程技术领域。本发明的控制大豆类胡萝卜素含量的基因GmICC1的核苷酸序列如SEQ ID No.1所示或在此序列中经取代、缺失或添加一个或几个核苷酸且编码具有相同功能蛋白的序列。本发明发现GmICC1基因参与调控大豆的类胡萝卜素含量、ABA响应相关的胁迫反应及异黄酮含量，不仅可以提高大豆中的维生素A源等含量还能提高植株的抗性。GmICC1基因在植物育种和种质资源改良方面具有良好的应用前景。
-
公开(公告)号：CN117150785B
公开(公告)日：2024-05-24
申请号：CN202311139124.3
申请日：2023-09-05
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及大豆生长监测技术领域，具体公开了一种大豆生长全生育期仿真方法及系统，所述方法包括根据预设的传感器定时获取大豆的生长环境参数；所述生长环境参数为含有时间索引的矩阵组；根据所述生长环境参数确定大豆的生长参数；根据监控设备获取大豆的生长状态，将生长状态向人工端发送；根据生长状态和生长参数确定预测状态，根据预测状态实时验证生长状态，根据验证结果修正大豆的生长状态的判定过程。本发明在保证了真实度的情况下，将生长状态由图像转换为其他数据，比如文本数据，降低了数据量，缓解了数据压力。
-
公开(公告)号：CN117150785A
公开(公告)日：2023-12-01
申请号：CN202311139124.3
申请日：2023-09-05
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及大豆生长监测技术领域，具体公开了一种大豆生长全生育期仿真方法及系统，所述方法包括根据预设的传感器定时获取大豆的生长环境参数；所述生长环境参数为含有时间索引的矩阵组；根据所述生长环境参数确定大豆的生长参数；根据监控设备获取大豆的生长状态，将生长状态向人工端发送；根据生长状态和生长参数确定预测状态，根据预测状态实时验证生长状态，根据验证结果修正大豆的生长状态的判定过程。本发明在保证了真实度的情况下，将生长状态由图像转换为其他数据，比如文本数据，降低了数据量，缓解了数据压力。
-
公开(公告)号：CN117036829A
公开(公告)日：2023-11-10
申请号：CN202311278518.7
申请日：2023-10-07
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 一种基于原型学习实现标签增强的叶片细粒度识别方法和系统，包括：构建细粒度叶片分类数据集；将训练图像输入模型并得到最后一层卷积网络输出的特征向量，按照图像类别标签获取每个类的平均特征值；将训练图像输入上述卷积网络，计算其在最后一个卷积层输出的向量与所有原型特征的相似度；将上述相似度结果与输入图像的真实标签进行加权融合，获得软标签；根据输入图像的真实标签，对原型特征库中对应的原型向量进行迭代更新；获取输入图像经过网络分类层输出的预测标签；将预测标签与软标签进行相似度计算，作为损失函数指导整个系统的训练；将待测图像输入训练完成的网络进行分类预测，根据预测的标签分布确定图像类别。
-
Patent Agency Ranking
公开(公告)号：CN116992919A
公开(公告)日：2023-11-03
申请号：CN202311269915.8
申请日：2023-09-28
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/084 , G16B40/00 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种基于多组学的植物表型预测方法和装置，该方法基于图卷积神经网络，将多组学如基因组、转录组、代谢组的数据作为图节点，不同组学之间的关联程度作为图的边来构建每个植株的图结构数据，将构建的图结构数据输入图卷积神经网络中，提取节点特征，通过Transformer网络更新节点特征，节点特征拼接后输入全连接层，输出表型预测值，利用整个图结构融合多组学特征实现表型的预测。本发明创新性的利用图卷积神经网络结合Transformer网络实现基因到表型的预测，并利用多组学构建图结构融合多组学数据实现精准表型预测，在一定程度上解决只用单一组学表型预测不准的问题，提高了表型预测的效果。
-
公开(公告)号：CN112852989B
公开(公告)日：2023-08-18
申请号：CN202011632683.4
申请日：2020-12-31
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12Q1/6895 , C12N15/11 , A01H1/04
Abstract: 本发明涉及一种与大豆农艺性状相关的SNP位点组合、液相基因芯片及应用,与大豆农艺性状相关的SNP位点组合，包括223个SNP位点，每个SNP位点包含两个不同碱基变异位点，用于检测该位点的等位基因变化，所述223个SNP位点的物理位置是基于大豆品种Williams82的全基因组序列比对确定的，所述大豆品种Williams82的全基因组序列的版本号为Glycine max Wm82.a2.v1。本发明所采用的223个SNP位点与大豆的重要农艺性状相关，可通过测定大豆植株DNA中这223个SNP位点的基因型来评估大豆植株的农艺性状，将其应用于大豆的分子辅助育种或全基因组育种时，加快了育种进程。
-
公开(公告)号：CN109694403B
公开(公告)日：2022-03-18
申请号：CN201910051877.6
申请日：2019-01-21
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C07K14/415 , C12N15/29
Abstract: 本发明提供大豆铁代谢相关基因GmIMD的应用，所述应用至少包括提高植物对铁元素的利用率以及提高植物叶片叶绿素含量。本发明首次揭示了GmIMD基因的生物学功能，该基因是植物中参与铁代谢过程的一个基因，特别是在大豆发育过程中涉及铁含量调控。本发明为推动植物铁代谢的深入研究，以及培育铁高效利用优质大豆新品种提供宝贵的基因资源。
-
公开(公告)号：CN110698551B
公开(公告)日：2021-06-08
申请号：CN201911113850.1
申请日：2019-11-14
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C07K14/415 , C12N15/82 , A01H5/12 , A01H5/10 , A01H6/54 , C12Q1/6895 , G01N33/68
Abstract: 本发明涉及遗传育种技术领域，尤其涉及大豆生长素响应基因或其蛋白的应用。本发明研究表明，来源于大豆的生长素响应基因或其蛋白能够调控大豆豆荚或叶片发育，因此可以用于实现提高大豆产量。利用GmSP1作为标志物，能够实现对植物种质，特别是大豆种质丰产性能的鉴定。
-
公开(公告)号：CN112746121A
公开(公告)日：2021-05-04
申请号：CN202011632698.0
申请日：2020-12-31
Applicant: 中国科学院东北地理与农业生态研究所
IPC: C12Q1/6895 , C12N15/11
Abstract: 本发明涉及一种与大豆农艺性状相关的SNP位点组合、基因芯片及应用,与大豆农艺性状相关的SNP位点组合，包括2193个SNP位点，每个SNP位点包含两个不同碱基变异位点，用于检测该位点的等位基因变化，所述2193个SNP位点的物理位置是基于大豆品种Williams82的全基因组序列比对确定的，所述大豆品种Williams82的全基因组序列的版本号为Glycine max Wm82.a2.v1，所述2193个SNP位点的变异信息如SS0001‑2193所示。本发明所采用的2193个SNP位点与大豆的重要农艺性状相关，可通过测定大豆植株DNA中这2193个SNP位点的基因型来评估大豆植株的农艺性状，将其应用于大豆的分子辅助育种或全基因组育种时，加快了育种进程。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.035 seconds)
