公开(公告)号：CN118196784A

公开(公告)日：2024-06-14

申请号：CN202410333690.6

申请日：2024-03-22

Applicant: 河南科技大学

Inventor： 张伏 ,  王梦瑶 ,  禹煌 ,  付三玲 ,  熊瑛 ,  张亚坤 ,  吕强 ,  颜宝苹 ,  张方圆 ,  鲍若飞 ,  陈庆航

IPC: G06V20/68 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06N20/10

Abstract: 本发明提供一种高光谱成像结合蜣螂优化算法的热损伤玉米种子发芽预测方法，包括种子热损伤处理、样本高光谱图像采集、感兴趣区域选取、发芽试验、光谱数据预处理、特征波长提取和发芽预测模型建立；采用多元散射校正（MSC）、标准正态变换（SNV）对原始光谱数据预处理；为减少冗余信息对模型预测的影响，采用竞争性自适应重加权算法（CARS）、无信息变量消除法（UVE）对全光谱特征降维；基于全波段和特征波段建立发芽预测模型，采用遗传算法（GA）和蜣螂优化算法（DBO）优化SVM模型参数以提高模型预测精度。本发明填补高光谱成像技术结合蜣螂优化算法在热损伤种子发芽预测领域的空白，为热损伤玉米种子光谱无损高效鉴别和预测提供新思路和新方法。

公开(公告)号：CN116718553A

公开(公告)日：2023-09-08

申请号：CN202310471175.X

申请日：2023-04-27

Applicant: 河南科技大学

Inventor： 张伏 ,  张方圆 ,  王顺青 ,  王新月 ,  苗坤霖 ,  熊瑛 ,  吕强 ,  张亚坤 ,  王甲甲 ,  杨宁 ,  张晓东 ,  王亚飞 ,  付三玲

IPC: G01N21/25 ,  G06V20/10 ,  G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08 ,  G01N21/84

Abstract: 一种基于卷积神经网络和高光谱成像的玉米品种鉴别方法，提取玉米种子感兴趣区域内平均光谱作为原始光谱数据，经样本预处理和样本降维后获取玉米种子特征波段，由数据重塑、卷积层提取以及结果预测三部分组建鉴别模型，以玉米种子特征波段为鉴别模型输入，以玉米品种作为鉴别模型输出，获得玉米品种鉴别结果。本发明利用高维特征映射的方法将特征波段映射至高维空间后将其重塑为三维图像特征，使用多层卷积神经网络鉴别三维图像特征，改变输入特征维度和模型层深度因子大小，建立玉米品种定性鉴别网络模型，能够快速准确鉴别玉米种子，可实现玉米品种的快速有效无损检测。