公开(公告)号：CN110874617B

公开(公告)日：2023-05-05

申请号：CN201911169596.7

申请日：2019-11-26

Applicant: 南京农业大学

Inventor： 黄芬 ,  何成 ,  刘通宇 ,  张小虎 ,  姚霞 ,  朱艳

IPC: G06V10/762 ,  G06V10/774 ,  G06T5/00 ,  G06T7/11 ,  G06T7/90

Abstract: 本发明公开了一种冬小麦叶片氮含量估算模型的建立方法，包括：采集小麦冠层图像，测定小麦氮素营养参数；利用冠层图像H分量的K均值聚类方法分割小麦冠层图像，提取分割处理后冠层图像的非0像素值的R、G、B、H、S、V、L*、a*、b*分量，分别计算其平均像素值作为基础颜色分量，构建融合三个常用颜色空间的多颜色空间；以图像在多颜色空间下的基础颜色分量作为模型自变量，以叶片氮含量作为模型因变量，选用径向基核函数，建立ε‑SVR模型。本发明建立的多颜色空间下的支持向量回归模型有着更好的泛化性能，具有较高的预测精度，可对小麦叶片氮含量进行快速无损检测。

公开(公告)号：CN110874617A

公开(公告)日：2020-03-10

申请号：CN201911169596.7

申请日：2019-11-26

Applicant: 南京农业大学

Inventor： 黄芬 ,  何成 ,  刘通宇 ,  张小虎 ,  姚霞 ,  朱艳

IPC: G06K9/62 ,  G06T5/00 ,  G06T7/11 ,  G06T7/90

Abstract: 本发明公开了一种冬小麦叶片氮含量估算模型的建立方法，包括：采集小麦冠层图像，测定小麦氮素营养参数；利用冠层图像H分量的K均值聚类方法分割小麦冠层图像，提取分割处理后冠层图像的非0像素值的R、G、B、H、S、V、L*、a*、b*分量，分别计算其平均像素值作为基础颜色分量，构建融合三个常用颜色空间的多颜色空间；以图像在多颜色空间下的基础颜色分量作为模型自变量，以叶片氮含量作为模型因变量，选用径向基核函数，建立ε-SVR模型。本发明建立的多颜色空间下的支持向量回归模型有着更好的泛化性能，具有较高的预测精度，可对小麦叶片氮含量进行快速无损检测。

公开(公告)号：CN112232570A

公开(公告)日：2021-01-15

申请号：CN202011116874.5

申请日：2020-10-19

Applicant: 国网陕西省电力公司 ,  国家电网有限公司 ,  国电南瑞南京控制系统有限公司 ,  南瑞集团有限公司 ,  南京农业大学

Inventor： 李永 ,  程芸 ,  李俊臣 ,  郑宽昀 ,  黄福兴 ,  刘通宇 ,  袁培森

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了电力预测领域的一种基于融合双向CNN‑LSTM网络的正向有功总电量预测方法及装置，旨在更好地对特定时间点的正向有功总电量数据进行预测。其包括：获取电能量数据，并对电能量数据进行标准化处理得到标准化电能量数据；利用预构建的融合双向CNN‑LSTM网络模型处理所述标准化电能量数据从而得到预测的正向有功总电量；所述融合双向CNN‑LSTM网络模型由CNN和LSTM网络整合而成。本发明通过CNN模型和双向LSTM模型进行总电量的处理与预测，能够挖掘非连续数据之间蕴含的有效信息和潜在关系，可以有效增加预测总电量的准确性，提高预测的效率，使输出结果更加准确和全面。