-
公开(公告)号：CN117467796A
公开(公告)日：2024-01-30
申请号：CN202311624800.6
申请日：2023-11-30
IPC: C12Q1/6895 , C12N15/11 , A01H1/04
Abstract: 本发明提供了一种水稻生长势相关的SNP分子标记及其应用。该分子标记来自LOC_Os04g58550基因的启动子，位于水稻第4染色体34813632bp位置，碱基为A或C，所述SNP分子标记与水稻生长势表型显著相关，位点基因型为A/A的水稻品种的生长势显著高于基因型为C/C的水稻品种。同时依据此SNP位点设计了PCR引物SEQ ID NO.1和SEQ ID NO.2，利用该对引物对待测水稻进行PCR扩增，所得PCR产物进行测序检测，若检测结果显示此标记位置碱基类型为A，则判定该水稻品种生长势强；若检测结果为C，则判定为生长势弱。本发明的SNP分子标记可以作为水稻育种过程中生长势性状的辅助选择标记，提高选择的准确性，加快水稻生长势性状相关育种过程。
-
公开(公告)号：CN116453003B
公开(公告)日：2023-09-01
申请号：CN202310701408.0
申请日：2023-06-14
IPC: G06V20/17 , G06V20/10 , G06V10/82 , G06V10/22 , G06V10/26 , G06V10/28 , G06V10/56 , G06N3/0464 , G06N3/08 , G06Q50/02
Abstract: 本发明一种基于无人机监测智能识别水稻生长势的方法，包括：获取水稻小区图像，对图像进行标注，建立深度卷积神经网络检测模型，使用标注的水稻小区图像对模型进行优化训练，将待检测的水稻小区图像输入训练好的模型中，检测每张图像中水稻小区目标框的位置；选取每张水稻小区图像中最大面积的目标框，对目标框中的水稻小区图像进行预处理；计算预处理后的水稻小区图像的植被覆盖率，按照植被覆盖率高低判定水稻小区生长势的级别。本发明还提供了一种基于无人机监测智能识别水稻生长势的系统。本发明方法简单，在水稻生长势的识别方面精度高，速度快，成本低，能够广泛应用于农业的自动化、智能化生产管理中。
-
公开(公告)号：CN117512198A
公开(公告)日：2024-02-06
申请号：CN202311756096.X
申请日：2023-12-20
IPC: C12Q1/6895 , C12Q1/6858 , C12N15/11 , G16B20/20
Abstract: 本发明提供了一种与水稻有效穗数相关的SNP分子标记及其应用。该分子标记来自LOC_Os01g07950基因的第七个外显子，位于水稻第1染色体3845189bp位置，碱基为G或T，所述SNP分子标记与水稻有效穗数显著相关，位点基因型为G/G的水稻品种的有效穗数显著高于基因型为T/T的水稻品种。同时依据此SNP位点设计了PCR引物SEQ ID NO.1和SEQ ID NO.2，利用该对引物对待测水稻进行PCR扩增，所得PCR产物进行测序检测，若检测结果显示此标记位置碱基类型为G，则判定该水稻品种有效穗数多；若检测结果为T，则判定为有效穗数少。本发明的SNP分子标记可以作为水稻育种过程中有效穗数性状的辅助选择标记，提高选择的准确性，加快水稻有效穗数性状相关育种过程。
-
公开(公告)号：CN117174161A
公开(公告)日：2023-12-05
申请号：CN202311078766.7
申请日：2023-08-25
Abstract: 本发明公开了一种基于频域变换增强的表型预测方法，包括：获取不同作物植株的基因数据和表型数据并对其进行预处理；对预处理后的基因数据进行数值映射；对数值映射后的基因序列进行离散傅里叶变换，判断每个窗口是否为蛋白质编码区，并根据判断结果对蛋白质编码区进行特征增强；将特征增强后的基因序列进行处理，采用低频特征、高频去噪后的特征、小波逆变换后的低频特征以及作为标签的预处理后的表型数据对三流网络进行优化训练；将待检测基因序列的特征输入到训练好的三流网络中，输出表型预测结果。本发明还公开了一种基于频域变换增强的表型预测装置。本发明利用基因编码区的先验提高表型预测效果，实现时频上的基因到表型的非线性关系。
-
公开(公告)号：CN116597245A
公开(公告)日：2023-08-15
申请号：CN202310401225.7
申请日：2023-04-13
IPC: G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种图像识别模型训练方法与系统、图像处理方法与系统，在预训练第一神经网络模型基础上，通过训练图像样本在第一神经网络模型和第二神经网络模型中间层的第一中间层特征表达与第二中间层特征进行通道匹配，并基于匹配通道之间的知识蒸馏得到第一损失函数，同时还结合基于预测类别标签信息和软标签构建的第二损失函数以及基于预测类别标签信息和真实标签构建的第三损失函数对第二神经网络模型进行联合训练，这样可以实现两模型通道之间的自动匹配，增强第二神经网络模型获取的知识表达的判别性，进而提升图像识别精度。基于该图像识别模型进行的图像识别也大大提升了图像识别准确性。
-
Patent Agency Ranking
公开(公告)号：CN118470547A
公开(公告)日：2024-08-09
申请号：CN202410930449.1
申请日：2024-07-11
IPC: G06V20/10 , G06V20/70 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/09 , G06T7/70
Abstract: 本申请提供了水稻穗粒的识别计数方法、装置及电子设备，包括获取水稻穗粒图像，对所述水稻穗粒图像进行标注，确定水稻穗粒中心点位置和水稻穗粒中心点类别；构建水稻穗粒识别计数模型，使用所述水稻穗粒图像、所述水稻穗粒中心点位置和所述水稻穗粒中心点类别对所述水稻穗粒识别计数模型进行训练，得到端到端水稻穗粒识别计数模型；将待测试图像输入所述端到端水稻穗粒识别计数模型，得到对应所述待测试图像的候选点位置坐标。通过融入自适应卷积网络，在表征学习阶段增强与周边局部区域的特征学习，提高模型的识别准确率。通过多分类的网络输出，实现端到端的实粒、秕粒识别和精准的位置估计。
-
公开(公告)号：CN118608686A
公开(公告)日：2024-09-06
申请号：CN202410661661.2
申请日：2024-05-27
IPC: G06T17/00 , G06T17/20 , G06T15/00 , G06T15/04 , G06V20/64 , G06V10/26 , G06V10/44 , G06V10/75 , G06K7/14 , G06T7/73 , G06T7/80
Abstract: 本发明公开了一种基于多ArUco码的三维重建方法和装置，方法包括以下步骤：相机内参标定；放置一组ArUco码；获取图像数据；初始化相机和ArUco码位姿；初步优化所有位姿；提取并匹配特征点；初步计算稀疏点云；光束法平差全局优化；稠密重建。本发明提出的三维重建方法能恢复物体的真实尺度并自带世界坐标系定义，计算效率高，且所需的采集设备轻便灵活、成本较低。
-
公开(公告)号：CN116704384A
公开(公告)日：2023-09-05
申请号：CN202310702822.3
申请日：2023-06-14
IPC: G06V20/17 , G06V20/10 , G06V20/70 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/26 , G06N3/0464
Abstract: 本发明公开了一种基于无人机监测智能识别水稻抽穗期的方法，该方法包括：获取水稻小区图像；对图像进行标注，将标注的图像输入到训练好的深度卷积神经网络检测模型中，检测每张图像中的水稻小区目标框的位置，选取图像中最大面积的目标框，裁剪出框中的水稻小区图像；对深度卷积神经网络检测模型检测效果不满足要求的图像进行人工手动标注，按标注区域对图像进行裁剪；将裁剪后的图像输入到一个基于深度卷积神经网络的二分类器中，输出水稻小区是否为抽穗期的预测结果。本发明还公开了一种基于无人机监测智能识别水稻抽穗期的装置。本发明实现方法简单，可移植性强，能够实现对田间种植的各品种水稻抽穗期的精准识别。
-
公开(公告)号：CN116453003A
公开(公告)日：2023-07-18
申请号：CN202310701408.0
申请日：2023-06-14
IPC: G06V20/17 , G06V20/10 , G06V10/82 , G06V10/22 , G06V10/26 , G06V10/28 , G06V10/56 , G06N3/0464 , G06N3/08 , G06Q50/02
Abstract: 本发明一种基于无人机监测智能识别水稻生长势的方法，包括：获取水稻小区图像，对图像进行标注，建立深度卷积神经网络检测模型，使用标注的水稻小区图像对模型进行优化训练，将待检测的水稻小区图像输入训练好的模型中，检测每张图像中水稻小区目标框的位置；选取每张水稻小区图像中最大面积的目标框，对目标框中的水稻小区图像进行预处理；计算预处理后的水稻小区图像的植被覆盖率，按照植被覆盖率高低判定水稻小区生长势的级别。本发明还提供了一种基于无人机监测智能识别水稻生长势的系统。本发明方法简单，在水稻生长势的识别方面精度高，速度快，成本低，能够广泛应用于农业的自动化、智能化生产管理中。
-
公开(公告)号：CN119560005A
公开(公告)日：2025-03-04
申请号：CN202411553899.X
申请日：2024-11-04
Applicant: 中国水稻研究所
Abstract: 本申请公开了一种基于混合专家算法的作物表型预测方法及相关装置，涉及农作物表型智能预测领域，该方法包括获取目标作物待测样本的基因型数据；以目标作物待测样本的基因型数据为输入，利用表型预测模型输出对应的所述目标作物待测样本的表型预测数据；所述表型预测模型是应用混合专家算法训练后的模型。本发明中，基于混合专家算法训练得出表型预测模型，从而实现目标作物不同农艺性状表现的准确预测。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.028 seconds)
