-
公开(公告)号：CN114913406B
公开(公告)日：2025-02-28
申请号：CN202110128301.2
申请日：2021-01-29
Applicant: 南京农业大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/82 , G01N21/25 , G06N3/096 , G06N3/0464
Abstract: 本发明公开了一种基于光学特性参数反演的叶绿素含量估测方法，它包括以下步骤：(1)、构建基于面光源的叶片模型进行光子传输模拟，获得仿真光谱图像；(2)、将仿真光谱图像输入卷积神经网络进行训练，得到预训练模型；(3)、基于预训练模型，在实测光谱数据上进行最大均值差异MMD迁移，获得训练全部层的光学参数反演模型；(4)、利用MMD迁移得到的光学参数反演模型进行叶片叶绿素含量估测。基于MMD迁移的绿萝叶片光学参数反演方法，与普通模型迁移方法相比，具有更好的性能。
-
公开(公告)号：CN108830320A
公开(公告)日：2018-11-16
申请号：CN201810616815.0
申请日：2018-06-15
Applicant: 南京农业大学
IPC: G06K9/62
Abstract: 本发明提出一种基于鉴别和鲁棒多特征提取的高光谱图像分类方法，针对高光谱图像中不同类型的空谱特征，本方法将其投影到一个共同的低秩、鉴别子空间，并保留不同特征的重要性。本方法运行包括两个阶段，首先，根据不同特征的重要性，分别赋予它们不同的权重；然后，学习一个具有鲁棒和鉴别特性的低维子空间；接着，将不同的特征投影至低维子空间中；最后，使用支持向量机对新的特征进行分类。本发明通过特征降维，不仅能够对噪声鲁棒，抵御高光谱图像中的噪声干扰，同时可以保留不同特征的重要性，同时利用已有的标签，使获得的特征具有鉴别特性，有效提高了分类的效果。
-
公开(公告)号：CN114913406A
公开(公告)日：2022-08-16
申请号：CN202110128301.2
申请日：2021-01-29
Applicant: 南京农业大学
IPC: G06V20/00 , G06V10/774 , G06V10/764 , G06K9/62 , G06V10/82 , G01N21/25 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于光学特性参数反演的叶绿素含量估测方法，它包括以下步骤：(1)、构建基于面光源的叶片模型进行光子传输模拟，获得仿真光谱图像；(2)、将仿真光谱图像输入卷积神经网络进行训练，得到预训练模型；(3)、基于预训练模型，在实测光谱数据上进行最大均值差异MMD迁移，获得训练全部层的光学参数反演模型；(4)、利用MMD迁移得到的光学参数反演模型进行叶片叶绿素含量估测。基于MMD迁移的绿萝叶片光学参数反演方法，与普通模型迁移方法相比，具有更好的性能。
-
公开(公告)号：CN112036335A
公开(公告)日：2020-12-04
申请号：CN202010915753.0
申请日：2020-09-03
Applicant: 南京农业大学
Abstract: 本发明提出一种反卷积引导的半监督植物叶部病害识别与分割方法，使用少量病害类别标注和病斑的像素级标注，通过反卷积实现病害种类的识别和病斑区域的分割。本方法通过一致性正则化、熵最小化方法生成无标记样本的类别预测标签；将有标记样本和无标记样本进行图像混合，利用新生成的图像进行半监督病害分类；对类别信息进行上采样，利用少量像素级标记进行半监督病斑分割。在模型训练的过程中，使用指数加权平均更新模型参数，使模型在测试数据上更加鲁棒。本发明适用于标签样本数量不足的植物叶部病害识别与分割的情况，实现了识别与分割的一体化，模型在光线不足、有异物遮挡叶片图像中具有较强的泛化能力，识别和分割速度能够满足实时性要求。
-
公开(公告)号：CN106371318B
公开(公告)日：2018-12-11
申请号：CN201610965089.4
申请日：2016-10-31
Applicant: 南京农业大学
IPC: G05B13/04
Abstract: 一种基于合作博弈的设施环境多目标优化控制方法，它包括以下步骤：S1、建立设施环境的三个控制目标：环境参数‑温湿度控制目标、能耗控制目标以及控制设备物理极限性，即设备损耗控制目标；S2、建立合作博弈模型，采用基于合作博弈模型的多目标模型预测控制方法对前述设施环境的三个控制目标的进行处理，得到每个控制目标的优化函数；S3、求解所得的目标的优化函数，获取各目标函数的最优控制量。本发明借鉴博弈论思想，将各个控制目标看作各个博弈方，通过建立合作竞争模型，使得每个博弈方在考虑个人利益的同时也兼顾他人利益，从而解决多目标冲突问题。
-
Patent Agency Ranking
公开(公告)号：CN105703433A
公开(公告)日：2016-06-22
申请号：CN201610142331.8
申请日：2016-03-14
Applicant: 南京农业大学
IPC: H02J7/00
CPC classification number: H02J7/0045
Abstract: 一种多旋翼飞行器接触式无线充电系统，它包括：充电基站：该充电基站与充电器连接，对多旋翼飞行器进行接触式无线充电；异形受电装置：该异形受电装置安装在多旋翼飞行器起落架的底部，能够与充电基站相接触，为多旋翼飞行器进行接触式受电。在多旋翼飞行器能量感知自身电池电量不足时，自主飞回落入充电底座，通过受电装置与充电底座进行接触连接，接通充电回路，实现自主充电。本发明采用接触式无线充电方案，充分借用现有充电技术，利用充电底座与安装在多旋翼飞行器上受电端接触连接，实现接触式无线充电，解决了多旋翼自主飞行器作业中的续航问题，保证了自主飞行作业能够持续进行。
-
公开(公告)号：CN103228021A
公开(公告)日：2013-07-31
申请号：CN201310000985.3
申请日：2013-01-05
Applicant: 南京农业大学
CPC classification number: Y02D70/32
Abstract: 一种基于无线传感器执行器网络的设施作物生长环境参数监测和控制方法，其特征是包括三个阶段：分簇形成阶段、簇内更新阶段、簇头重新选举阶段。该方法将WSAN技术应用于设施作物，并提出一种适合WSAN网络的协作路由协议——基于动态分簇的角度转发路由协议，同时提出一种基于密封第一价拍卖的实时任务分配算法RTAA-SFPA。本发明可以实现设施作物应用的自动化、网络化和智能化；可以实现设施作物管理的实时性、可靠性和低能耗。
-
公开(公告)号：CN108830320B
公开(公告)日：2021-11-30
申请号：CN201810616815.0
申请日：2018-06-15
Applicant: 南京农业大学
IPC: G06K9/62
Abstract: 本发明提出一种基于鉴别和鲁棒多特征提取的高光谱图像分类方法，针对高光谱图像中不同类型的空谱特征，本方法将其投影到一个共同的低秩、鉴别子空间，并保留不同特征的重要性。本方法运行包括两个阶段，首先，根据不同特征的重要性，分别赋予它们不同的权重；然后，学习一个具有鲁棒和鉴别特性的低维子空间；接着，将不同的特征投影至低维子空间中；最后，使用支持向量机对新的特征进行分类。本发明通过特征降维，不仅能够对噪声鲁棒，抵御高光谱图像中的噪声干扰，同时可以保留不同特征的重要性，同时利用已有的标签，使获得的特征具有鉴别特性，有效提高了分类的效果。
-
公开(公告)号：CN111597878A
公开(公告)日：2020-08-28
申请号：CN202010257047.1
申请日：2020-04-02
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于BSA-IA-BP的菌落总数预测方法，包括以下步骤：步骤1：对样本进行预处理；步骤2：采集样本的高光谱图像及菌落总数；步骤3：提取样本高光谱图像中的高光谱信息，并将样本划分为预测集和校正集；步骤4：对高光谱信息预处理及选择特征波段；步骤5：输入校正集样本高光谱信息和菌落总数对BP神经网络进行训练，并利用鸟群算法和免疫算法优化BP初始权重和阈值，建立菌落总数的预测模型，步骤6：利用预测集样本对预测模型进行评价。本发明克服了以往的预测方法中BP网络收敛速度慢、寻优精度低、且容易陷入局部极小值等导致预测精度低、稳定性差的问题，提升了模型预测精度和稳定性，使得食品中微生物的无损检测更为精确、高效，是一种快速、准确、经济、无损的预测方法。
-
公开(公告)号：CN109856064B
公开(公告)日：2019-11-01
申请号：CN201910080946.6
申请日：2019-01-28
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于光子传输模拟的苹果高光谱品质检测方法。本发明分析了光子入射最佳位置和源探距离，并用点光源高光谱仪实际拍摄红富士苹果进行验证。分析表明，光子在苹果赤道位置入射，具有73.12％概率到达更深的深度。源探位置与苹果的光学参数有关，形状为圆环，其源探内外径位置半径为1.5mm‑10.15mm。点光源高光谱仪采集的红富士苹果入射位置为赤道，源探位置为半径为3.6mm‑10.8mm的圆环，与模拟数据分析结果基本一致。蒙特卡洛光子传输模拟方法为研究高光谱苹果品质无损检测开辟了新思路，分析结果可以为研究高光谱品质检测实验设计和苹果便携式品质检测光学仪器设计提供理论基础。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.02 seconds)
