一种基于叶绿素荧光和多光谱图像的植物生理监测方法

    公开(公告)号:CN105548113B

    公开(公告)日:2019-04-16

    申请号:CN201511031715.4

    申请日:2015-12-31

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于叶绿素荧光和多光谱图像的植物生理监测方法,包括以下步骤:对待测植物进行调制式叶绿素荧光检测,获取调制式叶绿素荧光特征参数图,根据特征参数图预设与植物生理状况相关的叶绿素荧光参数;对待测植物进行多光谱图像测量,获取540~560nm波段反射强度比500~515nm波段反射强度的光谱相对反射率参数图;对植物区域的叶绿素荧光参数值和光谱相对反射率参数图进行统计;结合步骤获取的叶绿素荧光参数值和光谱反射率参数值的分布曲线,对植物生理状况进行判断;本发明将可见光的多光谱成像技术与叶绿素荧光检测技术相结合对植物生理无损检测,方法简单,判断准确,可靠性高。

    一种基于叶绿素荧光和多光谱图像的植物生理监测方法

    公开(公告)号:CN105548113A

    公开(公告)日:2016-05-04

    申请号:CN201511031715.4

    申请日:2015-12-31

    Applicant: 浙江大学

    CPC classification number: G01N21/64 G01N21/25

    Abstract: 本发明公开了一种基于叶绿素荧光和多光谱图像的植物生理监测方法,包括以下步骤:对待测植物进行调制式叶绿素荧光检测,获取调制式叶绿素荧光特征参数图,根据特征参数图预设与植物生理状况相关的叶绿素荧光参数;对待测植物进行多光谱图像测量,获取540~560nm波段反射强度比500~515nm波段反射强度的光谱相对反射率参数图;对植物区域的叶绿素荧光参数值和光谱相对反射率参数图进行统计;结合步骤获取的叶绿素荧光参数值和光谱反射率参数值的分布曲线,对植物生理状况进行判断;本发明将可见光的多光谱成像技术与叶绿素荧光检测技术相结合对植物生理无损检测,方法简单,判断准确,可靠性高。

    基于k近邻回归算法和用电数据的排污量预测方法

    公开(公告)号:CN114169424A

    公开(公告)日:2022-03-11

    申请号:CN202111464116.7

    申请日:2021-12-03

    Abstract: 本发明提出了一种基于k近邻回归算法和用电数据的排污量预测方法,包括:采集排污单位的历史用电数据和历史排污数据并进行数据预处理,划分成训练集和测试集;生成k近邻回归算法的参数组合,通过分析不同参数组合下k近邻回归算法对训练集的拟合程度,确定参数组合中的最优参数,根据最优参数和k近邻回归算法构建预测模型;根据测试集检验预测模型的准确度,根据检验结果对预测模型进行优化,将排污单位的实时用电数据输入优化后的预测模型中,得到排污量的实时预测结果。本发明利用了用电情况与排污情况的影响关系,基于k近邻回归算法实现排污量的预测,解决了一些企业污染物排放管控困难、管控成本较高的问题。

Patent Agency Ranking