-
公开(公告)号:CN117783185A
公开(公告)日:2024-03-29
申请号:CN202311614868.6
申请日:2023-11-29
Applicant: 新疆农业大学
IPC: G01N23/2273 , G01N27/22 , G01N5/04 , G01N33/24 , G01T1/36 , G16C20/20 , G16C20/70 , G16C20/90 , G06N3/088 , G06N3/092 , G06F9/50
Abstract: 本发明公开了结合伽马射线测量仪的土壤水分测量方法、系统及介质,方法包括:步骤S1:结合伽马射线测量仪获取土壤水分数据,所述土壤水分数据包括土壤水分相对变化值、土壤水分绝对值以及烘干土壤含水量;步骤S2:根据所述土壤水分数据进行筛选配对,并根据筛选配对结果计算配对时刻,根据所述配对时刻基于资源分配算法构建最佳神经网络模型;步骤S3:根据所述土壤水分数据基于最佳神经网络模型获取土壤水分计算值。本发明从带误差测量值中,利用竞争条件模拟实际条件,并基于资源分配获得均衡的数学模型,再利用数学模型提供配对的土壤含水量数据,直至得到精确的结果,克服土壤含水量测量过程中参数敏感、数据分布不平衡等问题。
-
公开(公告)号:CN116912710A
公开(公告)日:2023-10-20
申请号:CN202310916862.8
申请日:2023-07-25
Applicant: 新疆农业大学
IPC: G06V20/13 , G06V10/30 , G06V10/82 , G06Q10/04 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于混合像元分解的土壤盐分预测方法、系统及介质,方法包括:获取待处理landsat卫星遥感图像,对所述待处理landsat卫星遥感图像进行混合像元分解处理,以获取待处理干土壤的纯净光谱图像;根据所述待处理干土壤的纯净光谱图像,采用土壤遥感盐分指数方法进行计算,以获取待处理干土壤遥感盐分指数图像;将所述待处理干土壤遥感盐分指数图像输入至预选构建好的预测模型中,以获取土壤盐分预测结果。本发明对landsat卫星遥感图像进行混合像元分解处理,并根据所得纯净干土壤光谱图像计算土壤盐分遥感指数,增强土壤盐分检测有效性,将土壤盐分遥感指数输入至神经网络模型进行盐分预测,预测结果准确可靠。
-
公开(公告)号:CN116468023A
公开(公告)日:2023-07-21
申请号:CN202310311970.2
申请日:2023-03-27
Applicant: 新疆农业大学
IPC: G06F40/211 , G10L15/14 , G06F40/35 , G06F18/25 , G06N20/00
Abstract: 本发明公开了一种基于C‑变换的人工智能对话系统构建方法、装置及介质,方法包括:对输入位置嵌入值序列进行计算得到二维共轭序列,再用随机分段的方法产生备选输入二维数据序列,然后通过C‑变换判断备选输入二维数据序列是否有共轭性,对备选输入二维数据序列进行短句交换配对,得到配对的数据序列,判断配对数据序列是否收敛,计算输出短句序列的概率和数量,输出概率最大的短句,所有输出短句连结起来作为输出序列,将输出序列和嵌入数值序列进行比较优化得到误差最小化的人工智能对话系统的参数值。基于C‑变换的人工智能对话系统构建方法得到的对话输出结果更准确,语句分析效率高。
-
公开(公告)号:CN116259413A
公开(公告)日:2023-06-13
申请号:CN202211433663.3
申请日:2022-11-16
Applicant: 新疆农业大学
Abstract: 本发明实施例公开了一种枯叶病预测模型构建方法、设备、系统及存储介质,方法包括:S1:获取枯叶病数据集H:{x,y},其中,X:{x}是茎和叶的微量元素含量,为自变量,Y:{y}是枯叶病发病率,为因变量;S2:按预设方法对所述枯叶病数据集进行增强处理,获取训练样本;S3:利用所述训练样本对机器学习模型进行训练,获取枯叶病预测模型。实施本发明实施例提供的枯叶病预测模型构建方法,先用工具变量补齐枯叶病数据集中的缺失值,进行数据清洗和数据增强,产生足够多的数据作为训练样本,然后利用训练样本做神经网络拟合和各种机器数据学习拟合获取枯叶病预测模型。由于训练样本足够大,所获得的枯叶病预测模型的有效性更高,预测结果更加准确。
-
公开(公告)号:CN115711981A
公开(公告)日:2023-02-24
申请号:CN202211433976.9
申请日:2022-11-16
Applicant: 新疆农业大学
Abstract: 本发明实施例公开了一种土壤盐分监测模型构建方法、设备、系统及存储介质,方法包括:S1:获取预设区域内的土壤环境数据集{x}以及土壤盐分实测数据集{y},将所述土壤环境数据集{x}和土壤盐分实测数据集{y}作为初始数据集{x,y},其中,所述土壤环境数据集{x}包括气象数据、土壤属性数据、地下水位数据、植被覆盖数据以及遥感数据;S2:按预设方法对所述初始数据集{x,y}进行数据处理,获取训练样本;S3:利用所述训练样本对机器学习模型进行训练,获取土壤盐分监测模型。通过计算获取含有足够数量数据的土壤盐分随机数据集{y产生}和土壤环境随机数据集{x产生}作为训练样本,然后利用训练样本做神经网络拟合和各种机器数据学习拟合获取土壤盐分监测模型。
-
公开(公告)号:CN115201412A
公开(公告)日:2022-10-18
申请号:CN202210781943.7
申请日:2022-07-05
Applicant: 新疆农业大学
Abstract: 本发明公开了一种基于植株形态的棉花水分诊断方法,它涉及农业种植技术领域。其步骤为:观察棉花不同水分状况时形态特征的变化,确定棉花水分敏感的形态特征及适合观察的时间段;采集植物样本,测定其含水量,建立不同生育期植株形态与植株含水量之间的关系模型;获取待测植株的水分敏感形态特征,输入所构建的模型,计算植株含水量。本发明可操作性强,能及时、准确、无损地获取棉花水分状况,成本低,为棉花水分诊断提供统一、科学标准,为农户的灌溉决策提供依据,为智慧农业的水分管理提供水分诊断技术,应用前景广阔。
-
公开(公告)号:CN115796014A
公开(公告)日:2023-03-14
申请号:CN202211442500.1
申请日:2022-11-16
Applicant: 新疆农业大学
IPC: G06F30/27 , G06F18/214 , G06N20/00
Abstract: 本发明公开了一种磷吸附量数据处理方法、系统、设备及介质,涉及数据处理技术领域,所述方法包括:获取原始磷吸附量数据集,按预设方法对所述原始磷吸附量数据集进行处理,获取目标磷吸附量数据集;利用所述目标磷吸附量数据集对机器学习模型进行训练,获取最大吸磷量预测模型。本发明能够从较少的土壤属性数据中确定出工具变量,根据工具变量与原始磷吸附量数据集的关系对土壤属性数据进行缺失值补充,从而实现样本数据的清洗与增强,能够产生大量的样本集,从而构建更有效的最大吸磷量预测模型,实现土壤最大吸磷量的精准预测。
-
公开(公告)号:CN117789852A
公开(公告)日:2024-03-29
申请号:CN202311634462.4
申请日:2023-11-29
Applicant: 新疆农业大学
Abstract: 本发明实施例公开了一种土壤pH值评估方法、系统及存储介质,本方法融合了电磁感应表观电导率和土壤样本实测电导率,不断进行数据采样,通过神经网络对土壤pH值进行校准,通过博弈论的办法,在田间尺度上计算土壤pH值的分布。
-
公开(公告)号:CN117744751A
公开(公告)日:2024-03-22
申请号:CN202311621454.6
申请日:2023-11-30
Applicant: 新疆农业大学
Abstract: 本发明公开了一种基于强化学习的盐水洗盐方法,包括:步骤S1:获取土壤盐分实测值,根据所述土壤盐分实测值基于神经网络模型获取土壤盐分初始预测值;步骤S2:根据所述土壤盐分实测值和土壤盐分初始预测值进行筛选配对,并根据筛选配对结果对神经网络模型进行迭代强化学习,以获取最优土壤盐分预测值;步骤S3:根据所述最优土壤盐分预测值调整洗盐配对措施,并基于洗盐配对措施获取洗盐后的土壤盐分;步骤S4:根据所述最优土壤盐分预测值重复执行步骤S2~S3,直至得到洗盐后的土壤盐分最低点,完成盐水洗盐。本发明从带误差测量值和洗盐措施数据中,利用数学模型提供配对洗盐措施,实现基于强化学习的盐水洗盐。
-
-
-
-
-
-
-
-