-
公开(公告)号：CN118711692A
公开(公告)日：2024-09-27
申请号：CN202411218138.9
申请日：2024-09-02
Applicant: 吉林农业大学
IPC: G16C20/20 , G16C20/70 , G06F18/214 , G06F30/27 , G06F18/22
Abstract: 一种观赏植物形态特征反演土壤重金属含量模型生成方法，涉及信息技术领域，具体涉及重金属污染土壤植物修复技术领域。针对现有技术对于重金属领域研究大多局限于单一品种，对于不同品种和植物生长初期的研究还很匮乏的技术问题。本发明提出如下方案：S1：获取观赏植物的形态数据和观赏植物种植区域土壤中重金属含量的数据；S2：确定形态特征参数；S3：用XGBoost算法选择选出匹配的形态特征参数；S4：构建样本数据集与反演土壤重金属含量模型；S5：使用样本数据集对反演土壤重金属含量模型进行训练；S6：参数优化，得到基于观赏植物形态特征的反演土壤重金属含量模型。本发明在重金属污染领域具有良好的应用前景。
-
公开(公告)号：CN118624573A
公开(公告)日：2024-09-10
申请号：CN202410670014.8
申请日：2024-05-28
Applicant: 吉林农业大学
IPC: G01N21/64 , G01N21/31 , G01N21/359
Abstract: 本申请公开了一种基于光谱技术测量辣椒叶片叶绿素的方法，涉及基于光谱技术的叶绿素测量技术领域，包括：选取预处理后的辣椒叶片作为样本，将样本划分为校准集和测试集；设定特征波长的范围和荧光强度并对样本进行光谱扫描，得到样本在可见光及近红外波段范围内的光谱数据；根据光谱数据得到与叶绿素含量相关的特征波长；通过化学方法测定校准集样本实际的叶绿素含量并建立校准集参数，构建校准集样本的叶绿素含量与其光谱数据之间的数学模型；将测试集样本的光谱数据输入至数学模型，得到测试集样本的叶绿素含量预测值。本申请提供的方法将无损的光谱测量与传统的实验室化学方法相结合，节省了时间和成本，保持测量结果的科学性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN118711692B
公开(公告)日：2024-10-29
申请号：CN202411218138.9
申请日：2024-09-02
Applicant: 吉林农业大学
IPC: G16C20/20 , G16C20/70 , G06F18/214 , G06F30/27 , G06F18/22
Abstract: 一种观赏植物形态特征反演土壤重金属含量模型生成方法，涉及信息技术领域，具体涉及重金属污染土壤植物修复技术领域。针对现有技术对于重金属领域研究大多局限于单一品种，对于不同品种和植物生长初期的研究还很匮乏的技术问题。本发明提出如下方案：S1：获取观赏植物的形态数据和观赏植物种植区域土壤中重金属含量的数据；S2：确定形态特征参数；S3：用XGBoost算法选择选出匹配的形态特征参数；S4：构建样本数据集与反演土壤重金属含量模型；S5：使用样本数据集对反演土壤重金属含量模型进行训练；S6：参数优化，得到基于观赏植物形态特征的反演土壤重金属含量模型。本发明在重金属污染领域具有良好的应用前景。
-
公开(公告)号：CN119107319B
公开(公告)日：2025-02-28
申请号：CN202411586598.7
申请日：2024-11-08
Applicant: 吉林农业大学
IPC: G06T7/00 , G06T7/11 , G06V10/766
Abstract: 一种基于图像的叶片光合速率预测方法，涉及植物光合作用评估技术领域。为解决现有技术中存在的，现有的光合速率测量技术存在：成本高且难以大规模应用，以及缺乏对叶片图像全面特征的有效分析，导致预测精度不高的技术问题，本发明提供的技术方案为：一种基于图像的叶片光合速率预测模型构建方法，方法包括：对采集的训练图像进行预处理，包括划分多个区间的步骤；对预设测量区域内的，所述分区中，像素个数进行统计的步骤；基于最小二乘法，得到所述像素个数与光合速率之间的量化关系的步骤；根据所述量化关系，构建光合速率预测模型的步骤。可以应用于分析叶片光合速率的工作中。
-
公开(公告)号：CN119107319A
公开(公告)日：2024-12-10
申请号：CN202411586598.7
申请日：2024-11-08
Applicant: 吉林农业大学
IPC: G06T7/00 , G06T7/11 , G06V10/766
Abstract: 一种基于图像的叶片光合速率预测方法，涉及植物光合作用评估技术领域。为解决现有技术中存在的，现有的光合速率测量技术存在：成本高且难以大规模应用，以及缺乏对叶片图像全面特征的有效分析，导致预测精度不高的技术问题，本发明提供的技术方案为：一种基于图像的叶片光合速率预测模型构建方法，方法包括：对采集的训练图像进行预处理，包括划分多个区间的步骤；对预设测量区域内的，所述分区中，像素个数进行统计的步骤；基于最小二乘法，得到所述像素个数与光合速率之间的量化关系的步骤；根据所述量化关系，构建光合速率预测模型的步骤。可以应用于分析叶片光合速率的工作中。
-
公开(公告)号：CN118011782B
公开(公告)日：2024-07-02
申请号：CN202410415669.0
申请日：2024-04-08
Applicant: 吉林农业大学
IPC: G05B11/42
Abstract: 本发明提供一种基于THGS‑PID的蔬菜水培营养自适应调控方法，涉及水培蔬菜领域，包括无损测重方法、生长目标设定方法、营养液浓度控制方法与控制参数设置方法；其中，营养液浓度控制方法根据无损测重方法中获得的单株水培蔬菜重量与生长目标设定方法中获得的水培蔬菜的各阶段生长目标曲线，采用PID控制器控制当前营养液浓度；控制参数设置方法在营养液浓度控制方法的每个控制阶段，采用THGS算法对PID控制器中参数进行调优。该方法解决了现有技术中存在的水培蔬菜营养液浓度无法进行有效的自适应调控、调控效率低、调控误差大等问题，实现水培蔬菜高效、高产率种植。
-
公开(公告)号：CN118011782A
公开(公告)日：2024-05-10
申请号：CN202410415669.0
申请日：2024-04-08
Applicant: 吉林农业大学
IPC: G05B11/42
Abstract: 本发明提供一种基于THGS‑PID的蔬菜水培营养自适应调控方法，涉及水培蔬菜领域，包括无损测重方法、生长目标设定方法、营养液浓度控制方法与控制参数设置方法；其中，营养液浓度控制方法根据无损测重方法中获得的单株水培蔬菜重量与生长目标设定方法中获得的水培蔬菜的各阶段生长目标曲线，采用PID控制器控制当前营养液浓度；控制参数设置方法在营养液浓度控制方法的每个控制阶段，采用THGS算法对PID控制器中参数进行调优。该方法解决了现有技术中存在的水培蔬菜营养液浓度无法进行有效的自适应调控、调控效率低、调控误差大等问题，实现水培蔬菜高效、高产率种植。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
