公开(公告)号：CN119889448A

公开(公告)日：2025-04-25

申请号：CN202411970185.9

申请日：2024-12-30

Applicant: 南京农业大学

Inventor： 袁静娅 ,  丁钰 ,  宋庆鑫 ,  王芒芒 ,  张群 ,  林峰 ,  章文华

IPC: G16B35/20 ,  G16B40/00 ,  G16B45/00 ,  G16B20/20

Abstract: 本发明公开了一种基于机器学习的耐盐大豆全基因组选择方法，所述方法包括以下步骤：1)获取用于建模的数据集的基因型和盐处理后表型，并进行处理；2)对SNP位点和缺失样品进行严格质控；3)对所述有效变异位点进行全基因组关联分析，获得高质量变异位点；4)将所述训练集中的高质量变异位点数据导入CA注意力机制和多重残差模块的卷积神经网络建立模型；5)确定最优模型；6)获取待测盐胁迫表型的大豆群体的重测序数据，提取其高质量变异位点，利用最优模型进行盐胁迫表型预测。本发明能够有效预测大豆盐胁迫表型，降低田间选育成本，显著提高耐盐大豆育种效率。

公开(公告)号：CN118761923A

公开(公告)日：2024-10-11

申请号：CN202410853792.0

申请日：2024-06-28

Applicant: 南京农业大学

Inventor： 伍学惠 ,  吴双权 ,  翟肇裕 ,  徐焕良 ,  丁钰

IPC: G06T5/60 ,  G06T5/50 ,  G06T5/40 ,  G06T5/20 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于Unet与多尺度特征融合的水下图像增强方法，首先对水下失真原图像进行预处理；然后将预处理后的图像分别与原始图像两两结合，再通过图像增强网络进行深层次增强，并对原图像进行深层次增强；利用置信度生成网络生成相应的置信度值，并使用置信度值动态调整不同增强结果对最终图像的贡献比例，实现多尺度特征融合；最后使用拉普拉斯边缘检测对融合后的图像进行边缘增强，提高图像细节的清晰度和对比度。本发明确保了增强效果的全面优化，能够显著提升水下图像的亮度、色彩、纹理和结构等方面的质量，适用于多种水下环境中的高质量图像需求；具有高效、鲁棒的图像增强能力，为水下科学研究和工程应用提供了重要支持。