-
公开(公告)号：CN118333231A
公开(公告)日：2024-07-12
申请号：CN202410589324.7
申请日：2024-05-13
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06Q10/067 , G06Q50/02 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 一种松材线虫病害传播预测方法、电子设备及存储介质，属于松材线虫病害预测技术领域。为提高松材线虫病害预测的准确性，本发明包括数据收集，包括疫木分布地区的历史病害发生数据和疫木分布地区的气象数据和地理信息数据；进行预处理，然后构建训练集、验证集和测试集；构建基于Kalman‑LSTM‑NGO组合的松材线虫病害传播预测模型，利用得到的训练集进行模型训练，利用验证集对模型进行验证调优和测试，利用测试集对模型进行预测，得到松材线虫病害传播预测结果进行可视化处理，用于帮助决策者根据可视化处理结果分析施肥、疏伐、采伐方面的措施，提出包括松树疫情监测、控制手段和资源分配的优化建议。本发明预测准确。
-
公开(公告)号：CN118246596A
公开(公告)日：2024-06-25
申请号：CN202410334837.3
申请日：2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
Abstract: 本发明提出一种松材线虫病扩散蔓延预测方法，属于森林保护学技术领域。包括以下步骤：S1.收集松材线虫病历史发生数据，并存储为栅格数据，再将栅格数据转换为矢量数据；S2.获取松材线虫病的影响因子历史发生数据并对影响因子的相关性进行分析；S3建构基于松材线虫病的传染病动力学模型；S4.建构PGNN物理引导神经网络混合模型；S5.将松材线虫病历史发生数据和相关度强的影响因子数据输入至PGNN物理引导神经网络混合模型中，输出松材线虫病扩散蔓延情况。S6.基于遗传优化算法对PGNN物理引导神经网络模型参数进行优化，返回至S5；解决现有技术中存在的缺乏高效、准确的预测方法的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN114373140A
公开(公告)日：2022-04-19
申请号：CN202210038521.0
申请日：2022-01-13
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本发明公开了一种松材线虫病发生区域智能识别方法，将遥感影像数据和深度学习技术运用于松材线虫病的监测领域。基于遥感影像构建松材线虫病发生区域语义分割样本数据集，构建UNet语义分割模型并进行模型的训练和优化，实现松材线虫病发生区域的智能识别。本发明流程简单，实用性强，为松材线虫病的智能监测提供一种新的方法，适用于森林病虫害监测、深度学习影像识别等领域。
-
公开(公告)号：CN118246596B
公开(公告)日：2025-03-28
申请号：CN202410334837.3
申请日：2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
Abstract: 本发明提出一种松材线虫病扩散蔓延预测方法，属于森林保护学技术领域。包括以下步骤：S1.收集松材线虫病历史发生数据，并存储为栅格数据，再将栅格数据转换为矢量数据；S2.获取松材线虫病的影响因子历史发生数据并对影响因子的相关性进行分析；S3建构基于松材线虫病的传染病动力学模型；S4.建构PGNN物理引导神经网络混合模型；S5.将松材线虫病历史发生数据和相关度强的影响因子数据输入至PGNN物理引导神经网络混合模型中，输出松材线虫病扩散蔓延情况。S6.基于遗传优化算法对PGNN物理引导神经网络模型参数进行优化，返回至S5；解决现有技术中存在的缺乏高效、准确的预测方法的技术问题。
-
公开(公告)号：CN118333231B
公开(公告)日：2025-02-14
申请号：CN202410589324.7
申请日：2024-05-13
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06Q10/067 , G06Q50/02 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 一种松材线虫病害传播预测方法、电子设备及存储介质，属于松材线虫病害预测技术领域。为提高松材线虫病害预测的准确性，本发明包括数据收集，包括疫木分布地区的历史病害发生数据和疫木分布地区的气象数据和地理信息数据；进行预处理，然后构建训练集、验证集和测试集；构建基于Kalman‑LSTM‑NGO组合的松材线虫病害传播预测模型，利用得到的训练集进行模型训练，利用验证集对模型进行验证调优和测试，利用测试集对模型进行预测，得到松材线虫病害传播预测结果进行可视化处理，用于帮助决策者根据可视化处理结果分析施肥、疏伐、采伐方面的措施，提出包括松树疫情监测、控制手段和资源分配的优化建议。本发明预测准确。
-
公开(公告)号：CN118278575A
公开(公告)日：2024-07-02
申请号：CN202410462659.2
申请日：2024-04-17
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , G06N3/126 , G06N3/044 , G06N3/0442 , G06N3/08 , G06F17/18
Abstract: 本发明提出一种基于RNN的落叶松枯梢病扩散蔓延预测方法，属于森林保护学技术领域。包括：S1.收集落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据；S2.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据进行一一对应，提取病害显著影响的特征；S3.建构落叶松历史枯梢病预测模型；S4.基于鲸鱼优化算法最优化落叶松历史枯梢病预测模型的参数；S5.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据输入至落叶松历史枯梢病预测模型，输出落叶松枯梢病预测；S6.将落叶松枯梢病地区在地图上显示，可视化落叶松枯梢病。解决准确性不高、及时性不足的问题。
-
公开(公告)号：CN114385790A
公开(公告)日：2022-04-22
申请号：CN202210038509.X
申请日：2022-01-13
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本发明涉及森林病虫害和空间统计学领域，公开了一种基于空间异质特征的松材线虫病传播知识挖掘方法。本发明依托森林松材线虫病小班环境因子和社会经济因子，研究松材线虫病传播和扩散规律，根据地理探测器分析各个影响因子，地理探测器可用以度量空间分异性、探测解释因子、分析变量之间交互关系，从而探索空间分异性并且揭示其背后驱动力。
-
-
-
-
-
-
Search Results
7
records
(took 0.085 seconds)
