公开(公告)号：CN115205832B

公开(公告)日：2025-04-29

申请号：CN202210799123.0

申请日：2022-07-08

Applicant: 南京农业大学

Inventor： 袁培森 ,  徐书凝 ,  朱淑鑫 ,  翟肇裕 ,  夏烨 ,  顾兴健 ,  任守纲 ,  张园园 ,  徐焕良

IPC: G06V20/60 ,  G06V10/764 ,  G06V10/774 ,  G06V10/422 ,  G06V10/82 ,  G06N3/045 ,  G06N3/047 ,  G06N3/048 ,  G06N3/082 ,  G06N3/096

Abstract: 本发明公开了一种基于VGG16的多任务学习植物表型处理方法及装置，该方法包括：(1)构建植物表型处理与分析模型：以VGG16网络作为多任务学习的硬参数共享网络，除去原VGG16的最后一个最大池化层以及之后所有的全连接层，增加任务相关的全连接层，并将其分别应用于三个特定任务层；(2)训练模型：使用任务依赖不确定性权衡每一个特定任务层的损失函数，以此来平衡回归和分类任务的损失，使用柔性因子连接不同任务，自动优化不同任务的权重，让每个任务都得到最优化训练；(3)基于训练后模型对植物表型进行处理与分析。本发明能同时完成三个有关拟南芥表型处理与分析的任务，大大提升了多任务整体分类及预测效果。

公开(公告)号：CN115205832A

公开(公告)日：2022-10-18

申请号：CN202210799123.0

申请日：2022-07-08

Applicant: 南京农业大学

Inventor： 袁培森 ,  徐书凝 ,  朱淑鑫 ,  翟肇裕 ,  夏烨 ,  顾兴健 ,  任守纲 ,  张园园 ,  徐焕良

IPC: G06V20/60 ,  G06V10/764 ,  G06V10/774 ,  G06V10/422 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于VGG16的多任务学习植物表型处理方法及装置，该方法包括：(1)构建植物表型处理与分析模型：以VGG16网络作为多任务学习的硬参数共享网络，除去原VGG16的最后一个最大池化层以及之后所有的全连接层，增加任务相关的全连接层，并将其分别应用于三个特定任务层；(2)训练模型：使用任务依赖不确定性权衡每一个特定任务层的损失函数，以此来平衡回归和分类任务的损失，使用柔性因子连接不同任务，自动优化不同任务的权重，让每个任务都得到最优化训练；(3)基于训练后模型对植物表型进行处理与分析。本发明能同时完成三个有关拟南芥表型处理与分析的任务，大大提升了多任务整体分类及预测效果。

公开(公告)号：CN119046677A

公开(公告)日：2024-11-29

申请号：CN202410963656.7

申请日：2024-07-18

Applicant: 南京农业大学

Inventor： 袁培森 ,  夏烨 ,  何骋 ,  董莎萌 ,  董孟键 ,  谈钇汐

IPC: G06F18/214 ,  G06F18/241 ,  G06F18/25 ,  G06F18/213 ,  G06F18/15

Abstract: 本发明公开了一种基于生成式预训练模型的马铃薯晚疫病预测方法，对预先获取的马铃薯晚疫病数据进行数据预处理，基于GPT2构建针对时间序列预测的生成式预训练模型，在生成式预训练模型的层归一化基础上引入了实例归一化；并采用通道独立性和分块技术，以适应预训练模型的处理能力；引入时间序列对齐阶段，并对其编码层和输出层进行优化；在时间序列对齐阶段采用与模型原始预训练相同的自回归训练方法；在生成式预训练模型微调阶段采用两阶段微调，先进行线性探测，后进行全面微调，确定损失函数，实现马铃薯晚疫病的预测。本发明提出时间序列对齐方法，使生成式预训练模型能够充分理解和利用多维度时间序列数据，有效预测马铃薯晚疫病发生。