-
公开(公告)号：CN117371529B
公开(公告)日：2024-04-05
申请号：CN202311668865.0
申请日：2023-12-07
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种作物表型数据知识图谱生成方法、装置、电子设备及介质，属于智能农业技术领域，该方法包括：获取目标作物所处种植区域中各个品种试验点的作物品种试验数据，并获取种植区域中各个环境监测点的环境监测数据；基于各品种试验点和各环境监测点之间的第一距离、各品种试验点的第一环境预测数据以及各环境监测点的环境监测数据，生成初始知识图谱；利用各品种试验点的作物品种试验数据，对初始知识图谱进行作物表型数据扩充，生成目标作物的作物表型数据知识图谱。本发明可以实现作物品种表型特征与种植区域环境之间耦合关系的有效表示，有利于实现作物品种在未试验地点的表型预测。
-
公开(公告)号：CN118839302A
公开(公告)日：2024-10-25
申请号：CN202411058236.0
申请日：2024-08-02
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种农作物多源表型数据融合管理方法、装置、设备及介质，涉及数据处理技术领域。该方法包括：接收多个表型设备的注册信息，对每个表型设备进行注册；针对每个表型设备制定拟采集的农作物的种植计划，并将种植计划发送给表型设备；接收并存储多个表型设备采集的农作物的表型数据；解析表型数据中表征的农作物的生育期，构建表型数据的生育期索引。该方法用以解决相关技术中对于多源农作物表型数据的整合与利用存在明显不足，无法满足现代农业对于数据精准化、实时化、全面化的需求的问题，能够实现农作物生长过程多源异构数据的解析、存储和有效融合，为农作物机理研究、作物育种、农业生产提供精准化、实时化的数据和决策支持。
-
公开(公告)号：CN117371529A
公开(公告)日：2024-01-09
申请号：CN202311668865.0
申请日：2023-12-07
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种作物表型数据知识图谱生成方法、装置、电子设备及介质，属于智能农业技术领域，该方法包括：获取目标作物所处种植区域中各个品种试验点的作物品种试验数据，并获取种植区域中各个环境监测点的环境监测数据；基于各品种试验点和各环境监测点之间的第一距离、各品种试验点的第一环境预测数据以及各环境监测点的环境监测数据，生成初始知识图谱；利用各品种试验点的作物品种试验数据，对初始知识图谱进行作物表型数据扩充，生成目标作物的作物表型数据知识图谱。本发明可以实现作物品种表型特征与种植区域环境之间耦合关系的有效表示，有利于实现作物品种在未试验地点的表型预测。
-
公开(公告)号：CN114385967B
公开(公告)日：2022-07-01
申请号：CN202210292649.X
申请日：2022-03-24
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种农作物品种试验设计方法及装置，该方法包括：获取待设计农作物品种试验的试验目标和目标参数；其中，目标参数，包括目标育种地块的种植规格信息和参试品种的品种数量；基于试验目标，确定待设计农作物品种试验对应的第一对照品种和第二对照品种；基于目标参数，依次将第一对照品种、第二对照品种以及参试品种排布至目标育种地块的不同小区，获取待设计农作物品种试验的试验方案。本发明提供的农作物品种试验设计方法及装置，能根据农作物育种试验设计的试验目标确定对照品种的重要程度，并依据对照品种的重要程度进行对照品种的排布，能更高效的获取待设计农作物品种试验的试验方案，能降低农作物品种试验设计的工作量。
-
公开(公告)号：CN114332667A
公开(公告)日：2022-04-12
申请号：CN202210262359.0
申请日：2022-03-17
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种玉米株型识别方法、装置、电子设备及存储介质，该方法包括：获取田间玉米植株图像，基于田间玉米植株图像，得到边缘图像；基于边缘图像，断开边缘图像的环形路径，得到初始路径集合；基于初始路径集合，去除田间玉米植株图像对应的多路径连接点，得到路径端点集合；对路径端点集合中的每两个端点配对进行二次曲线拟合，得到目标路径集合；基于目标路径集合，确定玉米茎秆中心线与玉米叶脉拟合直线的夹角，基于夹角，确定玉米株型。本发明提供的方法，通过田间玉米植株图像就可以自动判断玉米株型，无需人工识别，极大提高株型数据采集效率，以及玉米株型判断的准确性，为品种评价自动化和商业化育种发展提供支撑。
-
Patent Agency Ranking
公开(公告)号：CN114332667B
公开(公告)日：2022-07-01
申请号：CN202210262359.0
申请日：2022-03-17
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种玉米株型识别方法、装置、电子设备及存储介质，该方法包括：获取田间玉米植株图像，基于田间玉米植株图像，得到边缘图像；基于边缘图像，断开边缘图像的环形路径，得到初始路径集合；基于初始路径集合，去除田间玉米植株图像对应的多路径连接点，得到路径端点集合；对路径端点集合中的每两个端点配对进行二次曲线拟合，得到目标路径集合；基于目标路径集合，确定玉米茎秆中心线与玉米叶脉拟合直线的夹角，基于夹角，确定玉米株型。本发明提供的方法，通过田间玉米植株图像就可以自动判断玉米株型，无需人工识别，极大提高株型数据采集效率，以及玉米株型判断的准确性，为品种评价自动化和商业化育种发展提供支撑。
-
公开(公告)号：CN114385967A
公开(公告)日：2022-04-22
申请号：CN202210292649.X
申请日：2022-03-24
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种农作物品种试验设计方法及装置，该方法包括：获取待设计农作物品种试验的试验目标和目标参数；其中，目标参数，包括目标育种地块的种植规格信息和参试品种的品种数量；基于试验目标，确定待设计农作物品种试验对应的第一对照品种和第二对照品种；基于目标参数，依次将第一对照品种、第二对照品种以及参试品种排布至目标育种地块的不同小区，获取待设计农作物品种试验的试验方案。本发明提供的农作物品种试验设计方法及装置，能根据农作物育种试验设计的试验目标确定对照品种的重要程度，并依据对照品种的重要程度进行对照品种的排布，能更高效的获取待设计农作物品种试验的试验方案，能降低农作物品种试验设计的工作量。
-
公开(公告)号：CN118709551A
公开(公告)日：2024-09-27
申请号：CN202410838547.2
申请日：2024-06-26
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F30/27 , G06Q10/04 , G06Q50/02 , G06F17/16 , G06F18/23213 , G06F18/213 , G06F18/22
Abstract: 本发明提供一种作物育种试验点布局优化方法、装置、设备和存储介质，方法包括：基于作物的各试验点的气象环境数据，对试验点布局优化模型进行训练；试验点布局优化模型是在深度神经网络和聚类网络的基础上构建得到的；基于满足迭代完成条件的试验点布局优化模型依据其参数生成的各试验点的分类结果，对各试验点进行布局优化，克服了目前试验点布局方法难以深入挖掘作物产量与试验点之间的关系，导致试验点的布局不够科学合理的缺陷，通过试验点布局优化模型对气象环境数据进行分析处理，以深入挖掘数据之间的潜在关联，从而为产量试验提供科学合理的试验点布局，为农业领域的作物育种研究降本增效。
-
公开(公告)号：CN118097435B
公开(公告)日：2024-07-05
申请号：CN202410489072.0
申请日：2024-04-23
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种基于超图神经网络的玉米倒伏分类方法及装置，涉及智能农业信息处理技术领域，该方法包括：基于玉米表型数据及环境型数据，构建出气候、病虫害和育种性状的多视角视图；将所述多视角视图中的样本作为节点，各视图中节点间关系构建超边，形成多视角超图；利用超图神经网络识别玉米倒伏风险相关的关键特征子集，并利用所述关键特征子集重构多视角超图结构，再根据重构后的多视角超图结构更新所述超图神经网络；根据预设的倒伏分类阈值，使用更新后的超图神经网络确定玉米倒伏分类结果。本发明利用超图神经网络挖掘玉米倒伏风险的多视图特征子集，实现高性能、高精度的玉米倒伏风险预测，辅助玉米育种效率的有效提高。
-
公开(公告)号：CN118097435A
公开(公告)日：2024-05-28
申请号：CN202410489072.0
申请日：2024-04-23
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种基于超图神经网络的玉米倒伏分类方法及装置，涉及智能农业信息处理技术领域，该方法包括：基于玉米表型数据及环境型数据，构建出气候、病虫害和育种性状的多视角视图；将所述多视角视图中的样本作为节点，各视图中节点间关系构建超边，形成多视角超图；利用超图神经网络识别玉米倒伏风险相关的关键特征子集，并利用所述关键特征子集重构多视角超图结构，再根据重构后的多视角超图结构更新所述超图神经网络；根据预设的倒伏分类阈值，使用更新后的超图神经网络确定玉米倒伏分类结果。本发明利用超图神经网络挖掘玉米倒伏风险的多视图特征子集，实现高性能、高精度的玉米倒伏风险预测，辅助玉米育种效率的有效提高。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.036 seconds)
