公开(公告)号：CN119715417A

公开(公告)日：2025-03-28

申请号：CN202411846802.4

申请日：2024-12-16

Applicant: 华南农业大学

Inventor： 岳学军 ,  宁晓松 ,  李炫天 ,  李海锋 ,  夏启尧 ,  陈俊致 ,  钟文山 ,  陈彪 ,  蔡新鹏 ,  张乐 ,  陈强 ,  温嘉杰 ,  黄旭煌

IPC: G01N21/27 ,  G01N21/25 ,  G01K13/00 ,  G01B11/28 ,  G01C21/20 ,  G01N21/17

Abstract: 本发明公开了一种基于无人机多光谱遥感的甘薯生长参数监测方法，包括：S1、建立用于监测甘薯生长的监测系统；S2、使用无人机的多光谱遥感器收集甘薯生理参数；S3、由监测系统将生理参数转换为生长状态数据；S4、监测系统将同一天多个时间段的生长状态数据进行横向对比，计算出生长状态数据的上升数值，并将所述上升数值进行记录；S5、监测系统按天数归纳当天不同时间段的生长状态数据，以星期为时间段将星期内天数的生长状态数据横向对比，并进行记录；S6、计算当前每星期甘薯与上一星期甘薯生长状态数据对比结果显示的上升数值，并结合所述上升数值，得出完整生长参数。本发明能够对大规模的甘薯种植地生长参数进行可视化监测。

公开(公告)号：CN119991727A

公开(公告)日：2025-05-13

申请号：CN202510082006.6

申请日：2025-01-20

Applicant: 华南农业大学

Inventor： 岳学军 ,  宁晓松 ,  陈彪 ,  钟文山 ,  陈俊致 ,  李炫天 ,  黄旭煌 ,  蔡新鹏 ,  张乐 ,  李海锋

IPC: G06T7/194 ,  G06T7/11 ,  G06T5/60 ,  G06T5/80 ,  G06N20/20 ,  G06N5/01 ,  G06T5/70 ,  G06V20/17 ,  G06V20/10

Abstract: 本发明公开了一种基于无人机多光谱遥感的甘薯小区区域划分与背景去除方法。本发明中，采用随机森林模型进行训练带来了显著的优势。首先，数据准备的全面性和特征选择的精准性共同提升了模型的预测准确性。通过整合多光谱遥感数据、植被指数和地形参数等多种特征，模型能够综合考量影响甘薯生长的多种因素，从而更准确地预测小区划分和背景去除的结果。特征重要性评估进一步筛选出对模型影响最大的特征，减少了不相关因素带来的干扰，使得模型更加专注于关键信息，提高了预测的精确度和可靠性。多棵决策树的集成学习机制，结合随机选择的特征和样本，有效避免了过拟合问题，确保了模型在未知数据上的稳定表现。