公开(公告)号：CN112861752B

公开(公告)日：2022-06-14

申请号：CN202110201803.3

申请日：2021-02-23

Applicant: 东北农业大学

Inventor： 周长建 ,  宋佳 ,  邢金阁 ,  周思寒 ,  冯宝龙 ,  刘宇航

IPC: G06V20/00 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于DCGAN与RDN的作物病害识别方法及系统，属于农业信息化和植物保护领域，该方法包括：首先进行数据收集，包括网络公开的数据集和人工采集的数据，然后利用数据可视化、数据清洗、DCGAN数据生成等技术保障训练数据集的准确性和分布均衡性；将处理完的数据按照60％训练集，20％验证集和20％测试集的比例进行划分；本发明构建了一个深度残差网络(RDN)识别模型，设置模型训练参数后，加载训练集和验证集进行模型训练；最后将训练好的模型应用于作物叶片病害识别系统中进行作物病害预测，系统返回作物病害类别及概率。该方法可以识别多种作物多种病害，尤其能提升在样本分布不均的情况下识别的准确率。

公开(公告)号：CN112861752A

公开(公告)日：2021-05-28

申请号：CN202110201803.3

申请日：2021-02-23

Applicant: 东北农业大学

Inventor： 周长建 ,  宋佳 ,  邢金阁 ,  周思寒 ,  冯宝龙 ,  刘宇航

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于DCGAN与RDN的作物病害识别方法及系统，属于农业信息化和植物保护领域，该方法包括：首先进行数据收集，包括网络公开的数据集和人工采集的数据，然后利用数据可视化、数据清洗、DCGAN数据生成等技术保障训练数据集的准确性和分布均衡性；将处理完的数据按照60％训练集，20％验证集和20％测试集的比例进行划分；本发明构建了一个深度残差网络(RDN)识别模型，设置模型训练参数后，加载训练集和验证集进行模型训练；最后将训练好的模型应用于作物叶片病害识别系统中进行作物病害预测，系统返回作物病害类别及概率。该方法可以识别多种作物多种病害，尤其能提升在样本分布不均的情况下识别的准确率。

公开(公告)号：CN115526509A

公开(公告)日：2022-12-27

申请号：CN202211222272.7

申请日：2022-10-08

Applicant: 东北农业大学

Inventor： 张宏伟 ,  刘宇航

IPC: G06Q10/06 ,  G06Q50/20

Abstract: 本发明公开了一种可分析成长趋势的教师素质能力提升平台，涉及教师素质能力提升平台技术领域，包括系统平台和评估模块，所述系统平台与管理模块相连接，且所述管理模块分别与学习模块和系统知识库相连接，所述学习模块分别与教师平台、时间单元和判断模块相连接，所述评估模块与判断模块相连接，所述学习模块包括知识导航单元、知识检索单元、学习单元和交流互动单元。该可分析成长趋势的教师素质能力提升平台，通过多个模块之间的相互配合设置，根据教师的多项测试与学习能够得到教师的素质能力的侧重点与薄弱点，并根据教师的薄弱点自动推送相应技术资料，补充教师的不足点，并能够对教师的成长趋势进行分析，更好的得到教师的发展信息。