-
公开(公告)号：CN119025884A
公开(公告)日：2024-11-26
申请号：CN202410979803.X
申请日：2024-07-22
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06F18/213 , G06F18/25 , G06Q50/02 , G06N3/0985 , G06N3/0895 , G06N3/096
Abstract: 本发明提供一种灌溉模型迁移方法、装置、设备、存储介质及程序产品，应用于农业灌溉技术领域。该方法包括：获取农田空间关系的动态图特征和多变量时间序列的长期依赖特征，并对所述动态图特征和所述长期依赖特征进行融合处理，得到多模态时空数据；通过对比学习和自监督学习对所述多模态时空数据进行数据特征增强，得到多模态时空增强数据；基于所述多模态时空增强数据，采用元学习方法确定灌溉模型的初始模型参数；通过对所述灌溉模型进行深度集成学习，得到集成灌溉模型，并通过贝叶斯推断量化所述集成灌溉模型的预测不确定性；通过对抗性迁移学习策略和渐进式迁移策略对所述集成灌溉模型进行迁移训练，得到智能灌溉决策模型。
-
公开(公告)号：CN118551341B
公开(公告)日：2024-11-12
申请号：CN202411028277.5
申请日：2024-07-30
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06F18/25 , G06N20/20 , G06Q50/02 , G06F18/214 , G06F18/2411 , G06F18/243
Abstract: 本发明提供一种玉米作物系数测算方法、装置、设备、介质及程序产品，涉及农业生产技术领域，所述方法包括：在玉米处于苗期到穗期的生长阶段时，将第一环境数据、第一表层土壤含水量和冠层覆盖率进行合并后，分别输入到随机森林模型、XGBoost模型和第一深度神经网络模型进行投票融合，得到苗期到穗期对应的第一作物系数的测算结果；在玉米处于花粒期到收获期的生长阶段时，将第二环境数据、第二表层土壤含水量和叶面积指数进行合并后，分别输入到支持向量机、梯度提升决策树模型和第二深度神经网络模型进行投票融合，得到花粒期到收获期对应的第二作物系数的测算结果。本发明提升了玉米作物系数的测算准确性。
-
公开(公告)号：CN118318712B
公开(公告)日：2024-10-01
申请号：CN202410436237.8
申请日：2024-04-11
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明涉及农业灌溉技术领域，提供一种大型喷灌机的灌溉决策方法及喷灌机，该灌溉决策方法包括：获取待灌溉农田的整体灌溉量；获取作物的图像信息，并将图像信息划分为多个条形的灌溉区域；基于图像信息以及当前喷灌机的位置信息，获取接下来的两个灌溉区域内作物冠层的热红外图像和可见光图像，并得到有效的热红外图像；获取作物冠层的平均温度与环境温度，得到作物的水分胁迫系数；基于水分胁迫系数调整整体灌溉量得到每一图幅覆盖范围下的区域灌溉量。采用了水量平衡和作物生理信息双重决策的方法，首先利用农田气象计算获得整体的需水量，再利用热红外图像细分灌溉区域，进行精细化修正，以得到精准的变量灌溉量。
-
公开(公告)号：CN118711069A
公开(公告)日：2024-09-27
申请号：CN202411163382.X
申请日：2024-08-23
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06V20/10 , G06N3/0464 , G06T7/00 , G06V10/40 , G06V10/56 , G06V10/764 , G06V10/82
Abstract: 本发明提供一种自适应权重调整的玉米水分亏缺诊断方法以及装置，应用于作物水分亏缺判断领域，上述方法包括：获取作物表型特征、土壤特征以及环境特征；按照玉米的生育期进行特征提取，确定与每个生育期对应的关键特征参数，其中，生育期包括苗期、拔节期、抽雄吐丝期、灌浆成熟期；确定关键特征参数对于玉米水分亏缺的影响力指标；确定影响力指标大于影响力指标阈值的目标特征参数；将目标特征参数输入至预训练的深度卷积神经网络，得到由预训练的深度卷积神经网络输出的玉米的水分亏缺程度，其中，目标特征参数的权重是基于目标特征参数的信息熵自适应调整的；通过本发明能够准确诊断玉米的水分亏缺情况。
-
公开(公告)号：CN118364975B
公开(公告)日：2024-09-10
申请号：CN202410789777.4
申请日：2024-06-19
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供一种多源数据驱动混合机理学习模型的小麦产量预测方法，属于作物产量预测技术领域，该方法包括：获取小麦在不同生长阶段的图像、实测冠层覆盖度、实测生物量、模型运行数据和气象因子数据；对图像进行图像分割，获得第一冠层覆盖度CC；基于模型A运行数据获取模拟CC，对模拟CC进行数据同化获得第二CC，使用模型预测获得第三CC；基于模型B运行数据获取模拟叶面积指数LAI，并将第三CC转换为第一LAI，基于第一LAI对模拟LAI进行数据同化获得第二LAI，使用模型预测获得第一生物量；基于模型C运行数据获取第二模拟生物量，并基于第一生物量对第二模拟生物量进行数据同化获得第二生物量，使用模型获得预测产量。
-
Patent Agency Ranking
公开(公告)号：CN118012850B
公开(公告)日：2024-07-30
申请号：CN202410411883.9
申请日：2024-04-08
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06F16/21 , G06F16/27 , G06F18/2433 , G06F18/25 , G06Q50/02
Abstract: 本发明涉及数据库构建技术领域，提供一种面向智慧灌溉多源信息的数据库构建系统、方法及设备，系统包括：数据采集模块用于获取分布式数据，分布式数据为灌溉相关数据，数据融合模块用于对分布式数据进行时空插值和对齐，得到多模态数据，数据立方体构建模块用于基于多模态数据，构建数据立方体，数据异常值处理模块用于对数据立方体进行异常值识别和修复，得到修复立方体数据，数据库构建模块用于基于修复立方体数据，构建数据库。对分布式数据进行时空插值和对齐，得到多模态数据，从而提高了数据融合模块的效果和精度；对数据立方体进行异常值识别和修复，提高了异常值处理的效果，增强了数据的可解释性，提高后续数据库构建的准确性和可靠性。
-
公开(公告)号：CN118012850A
公开(公告)日：2024-05-10
申请号：CN202410411883.9
申请日：2024-04-08
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06F16/21 , G06F16/27 , G06F18/2433 , G06F18/25 , G06Q50/02
Abstract: 本发明涉及数据库构建技术领域，提供一种面向智慧灌溉多源信息的数据库构建系统、方法及设备，系统包括：数据采集模块用于获取分布式数据，分布式数据为灌溉相关数据，数据融合模块用于对分布式数据进行时空插值和对齐，得到多模态数据，数据立方体构建模块用于基于多模态数据，构建数据立方体，数据异常值处理模块用于对数据立方体进行异常值识别和修复，得到修复立方体数据，数据库构建模块用于基于修复立方体数据，构建数据库。对分布式数据进行时空插值和对齐，得到多模态数据，从而提高了数据融合模块的效果和精度；对数据立方体进行异常值识别和修复，提高了异常值处理的效果，增强了数据的可解释性，提高后续数据库构建的准确性和可靠性。
-
公开(公告)号：CN116757332B
公开(公告)日：2023-12-05
申请号：CN202311010153.X
申请日：2023-08-11
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06Q10/04 , G06Q30/0202 , G06T7/10 , G06T7/62 , G06T7/70
Abstract: 本发明提供一种叶菜产量预测方法、装置、设备及介质，涉及作物产量预测领域，该方法包括：获取目标区域的叶菜图像，获取目标区域在历史时段内的环境数据以及生理数据；输入叶菜图像至图像分割模型，获取第一目标产量，输入环境数据以及生理数据至预设机理模型，获取第二目标产量；输入所述第一目标产量以及所述第二目标产量至预设拟合方程，获取所述目标区域对应的叶菜产量。本发明构建基于机理模型和机器视觉的叶菜产量预测模型，将基于机器视觉的图像分割模型所预测产量与基于机理模型所预测产量进行拟合，在充分考虑机理模型和机器视觉的叶菜产量预测的同时，又能够修正单一图像算法或机理模型估算的产量数据，从而提高估算准确率。
-
公开(公告)号：CN116052141A
公开(公告)日：2023-05-02
申请号：CN202310325545.9
申请日：2023-03-30
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06V20/60 , G06V10/774 , G06V10/40 , G06V10/70 , G06V10/26
Abstract: 本发明提供一种作物生育期的识别方法、装置、设备及介质，涉及图像识别领域，该方法包括：输入目标温室区域所对应的原始作物图像至图像增强模型，获取待识别作物图像；输入待识别作物图像至生育期识别模型，获取作物生育期；生育期识别模型是根据作物在每一生育期所对应的样本图像集，以及每一样本图像集所对应的作物特征标签训练得到的；原始作物图像的分辨率小于待识别作物图像的分辨率。本发明针对温室种植中仅能针对局部视野特征识别，无法覆盖全棚群体性特征的技术问题，采用机器视觉技术提取图像特征，结合作物生长特性识别作物生育期，从而在降低图像采集成本的同时，提高了待识别图像的图像质量，并提高了生育期识别的准确率。
-
公开(公告)号：CN115861827A
公开(公告)日：2023-03-28
申请号：CN202310173436.X
申请日：2023-02-28
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06V20/10 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种作物水肥胁迫的决策方法、装置及手机终端，属于智能农业技术领域。该方法包括：基于第一作物图像和第二作物图像，确定待识别作物当前的作物系数和冠层温度；基于所述待识别作物当前的作物系数和冠层温度，确定水分胁迫状态和养分胁迫状态；采用模糊控制算法对所述水分胁迫状态和所述养分胁迫状态进行处理，确定所述待识别作物的水肥胁迫决策结果。本发明提供的作物水肥胁迫的决策方法、装置及手机终端，能够通过灵活性高且成本低的图像采集手段，结合图像处理相关算法、模糊控制与专家经验实现了动态的水肥协同诊断与决策。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.063 seconds)
