-
公开(公告)号：CN118711069B
公开(公告)日：2024-11-12
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：CN117456523A
公开(公告)日：2024-01-26
申请号：CN202311378584.1
申请日：2023-10-23
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供一种作物种类识别方法、装置、电子设备及介质，涉及作物生长监控领域，该方法包括：获取目标区域中作物在第一生长阶段中的第一图像数据集，识别作物在目标区域中的行间距、株间距、株高以及种植密度；根据行间距、株间距、株高以及种植密度，从预设作物种植规划中确定作物的作物类型，作物类型包括果菜作物以及叶菜作物；获取目标区域中作物在第二生长阶段中的第二图像数据集，输入第二图像数据集至作物类型对应的种类识别模型，获取作物类型对应的种类识别模型输出的作物种类识别结果。本发明不仅能够在作物种植期内更早的识别出作物种类，以提前进行施肥指导、灌溉指导以及病虫害预防的指导，还提高了识别准确率和可解释性。
-
公开(公告)号：CN116052141B
公开(公告)日：2023-06-27
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：CN116757332A
公开(公告)日：2023-09-15
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：CN115761460B
公开(公告)日：2023-08-01
申请号：CN202310031279.9
申请日：2023-01-10
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供的大棚房风险识别方法、装置、电子设备及存储介质，属于图像处理技术领域，包括：获取目标温室内的待识别图像；将待识别图像输入至图像检测模型，确定由图像检测模型输出的目标温室内的违禁物品的位置信息和种类信息，以及便道比例数据；根据违禁物品的位置信息和种类信息，以及便道比例数据，确定目标温室为大棚房的风险等级。本发明提供的大棚房风险识别方法、装置、电子设备及存储介质，通过对温室图像中的图像中的违禁物品和非耕种面积进行识别，进而自动根据识别结果高效地确定温室的大棚房风险等级，进而实现温室内撂荒、大棚房问题等自动预警，为蔬菜稳产保供、设施产业结构调整等提供数据支持。
-
Patent Agency Ranking
公开(公告)号：CN115761460A
公开(公告)日：2023-03-07
申请号：CN202310031279.9
申请日：2023-01-10
Applicant: 北京市农林科学院智能装备技术研究中心
Abstract: 本发明提供的大棚房风险识别方法、装置、电子设备及存储介质，属于图像处理技术领域，包括：获取目标温室内的待识别图像；将待识别图像输入至图像检测模型，确定由图像检测模型输出的目标温室内的违禁物品的位置信息和种类信息，以及便道比例数据；根据违禁物品的位置信息和种类信息，以及便道比例数据，确定目标温室为大棚房的风险等级。本发明提供的大棚房风险识别方法、装置、电子设备及存储介质，通过对温室图像中的图像中的违禁物品和非耕种面积进行识别，进而自动根据识别结果高效地确定温室的大棚房风险等级，进而实现温室内撂荒、大棚房问题等自动预警，为蔬菜稳产保供、设施产业结构调整等提供数据支持。
-
公开(公告)号：CN118551341A
公开(公告)日：2024-08-27
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：CN118094112B
公开(公告)日：2024-07-30
申请号：CN202410467181.2
申请日：2024-04-18
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06F18/10 , G06F18/25 , G06F18/243 , G06F18/2321 , G06N3/042 , G06N3/045 , G06N3/0475 , G06Q50/02
Abstract: 本发明涉及数据处理技术领域，提供一种灌溉数据同化方法、装置、电子设备及存储介质，利用基于图神经网络的生成对抗网络的第一数据融合模型和基于图神经网络的元学习的第二数据融合模型，实现数据的高效和高质量的融合，提高数据融合的稳定性和多样性。利用基于图神经网络的注意力机制的第一数据同化模型和基于图神经网络的自适应优化的第二数据同化模型，实现数据同化模型的有效构建、优化和更新，可以实现自主的学习和优化能量，及时捕捉和适应灌溉系统的复杂性和变化性，满足灌溉管理和决策的实时性和精准性要求，进而提高数据同化模型的性能和效果，提升数据同化模型的智能程度。
-
公开(公告)号：CN118094112A
公开(公告)日：2024-05-28
申请号：CN202410467181.2
申请日：2024-04-18
Applicant: 北京市农林科学院智能装备技术研究中心
IPC: G06F18/10 , G06F18/25 , G06F18/243 , G06F18/2321 , G06N3/042 , G06N3/045 , G06N3/0475 , G06Q50/02
Abstract: 本发明涉及数据处理技术领域，提供一种灌溉数据同化方法、装置、电子设备及存储介质，利用基于图神经网络的生成对抗网络的第一数据融合模型和基于图神经网络的元学习的第二数据融合模型，实现数据的高效和高质量的融合，提高数据融合的稳定性和多样性。利用基于图神经网络的注意力机制的第一数据同化模型和基于图神经网络的自适应优化的第二数据同化模型，实现数据同化模型的有效构建、优化和更新，可以实现自主的学习和优化能量，及时捕捉和适应灌溉系统的复杂性和变化性，满足灌溉管理和决策的实时性和精准性要求，进而提高数据同化模型的性能和效果，提升数据同化模型的智能程度。
-
公开(公告)号：CN115861827B
公开(公告)日：2023-06-02
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
15
records
(took 0.034 seconds)
