-
公开(公告)号：CN104951987A
公开(公告)日：2015-09-30
申请号：CN201510347717.8
申请日：2015-06-19
Applicant: 北京农业信息技术研究中心
IPC: G06Q50/02
Abstract: 本发明提供一种基于决策树的作物育种评价方法，该方法包括：以育种目标为筛选条件，构建作物育种评价数据集，所述数据集共享相同的育种目标，其中，所述数据集中的每个数据均以四元数据类型{实验材料编号，性状特征集合T，所属实验e，实验结果r}来表示；对所述数据集中的性状特征集合T进行预处理，得到预处理后的数据集；根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对育种目标的基于决策树的作物育种评价模型；根据所述作物育种评价模型对具有相同育种目标的待评价作物性状数据进行分析，并获得评价结果。上述方法能利用育种过程中的评价结果信息，以实现后续的作物育种的评价。
-
公开(公告)号：CN112288564B
公开(公告)日：2021-09-03
申请号：CN202011057039.9
申请日：2020-09-29
Applicant: 北京农业信息技术研究中心 , 农芯(南京)智慧农业研究院有限公司
IPC: G06Q40/02 , G06F16/215 , G06F16/2455 , G06F16/951 , G06Q50/02
Abstract: 本发明提供了一种农业社会化服务主体信用等级生成方法及系统，该方法包括：通过大数据分析，选取农业社会化服务主体信用评估指标集，并获取每一历史时刻至当前时刻的所有服务主体的指标值；将每个服务主体在所有时刻的指标值分别输入预设的深度学习信用分类模型，输出每个服务主体在每一时刻的信用类别；根据每一服务主体所有历史时刻和当前时刻的信用类别，确定每一服务主体的综合信用等级；可视化展示服务主体的信用等级和变化过程。该方法利用深度学习技术对农业社会化服务主体的信用等级进行分类，可使信用分级结果更能全面准确地反映农业社会化服务主体的信用状况，有助于提高农业社会化服务主体信用评级的科学化和智能化水平。
-
公开(公告)号：CN104951987B
公开(公告)日：2018-04-10
申请号：CN201510347717.8
申请日：2015-06-19
Applicant: 北京农业信息技术研究中心
IPC: G06Q50/02
Abstract: 本发明提供一种基于决策树的作物育种评价方法，该方法包括：以育种目标为筛选条件，构建作物育种评价数据集，所述数据集共享相同的育种目标，其中，所述数据集中的每个数据均以四元数据类型{实验材料编号，性状特征集合T，所属实验e，实验结果r}来表示；对所述数据集中的性状特征集合T进行预处理，得到预处理后的数据集；根据所述预处理后的数据集，使用决策树构建性状特征与实验结果间的模型，得到针对育种目标的基于决策树的作物育种评价模型；根据所述作物育种评价模型对具有相同育种目标的待评价作物性状数据进行分析，并获得评价结果。上述方法能利用育种过程中的评价结果信息，以实现后续的作物育种的评价。
-
公开(公告)号：CN104572900B
公开(公告)日：2017-10-10
申请号：CN201410827260.6
申请日：2014-12-25
Applicant: 北京农业信息技术研究中心
IPC: G06F17/30
Abstract: 本发明公开一种作物育种评价的性状特征选择方法，该方法包括：S1、构建作物育种评价数据集，数据集中的每个数据均包括：实验材料编号、育种目标集合G、性状特征集合T、所属实验e以及实验结果r；S2、对数据集中的性状特征集合T进行预处理；S3、根据预处理后的数据集中每个数据的育种目标集合G，从预处理后的数据集中筛选训练样本集及候选性状特征集合；S4、利用训练样本集中的数据，计算候选性状特征集合中每个性状特征与实验结果r之间的相关性；S5、利用训练样本集中的数据，计算候选性状特征集合中性状特征间的排序相似性；S6、根据相关性以及排序相似性的计算结果，选择性状特征。
-
公开(公告)号：CN105138936A
公开(公告)日：2015-12-09
申请号：CN201510557479.3
申请日：2015-09-02
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供了一种育种材料田间布局统计系统及方法，该方法包括：获取每一育种地块的唯一标识信息；根据预设规则获取该育种地块中各个区域所种植的育种材料的唯一标识信息；以育种地块为单位，根据所述育种材料的唯一标识信息、育种地块的唯一标识信息、所在厢号、厢的方向以及厢内顺序号构建以厢号为列、以厢内顺序号为行的布局矩阵，生成每一育种地块的育种材料田间布局图，或以试验为单位，将每一试验包含的育种材料所在的一个或多个育种地块，按照预设顺序生成每一育种试验集合的材料田间布局图。本发明有效提升育种材料田间布局统计效率和准确性，大幅降低育种人员家的劳动强度，满足大规模育种条件下的流水线、高效率作业需求。
-
Patent Agency Ranking
公开(公告)号：CN104572900A
公开(公告)日：2015-04-29
申请号：CN201410827260.6
申请日：2014-12-25
Applicant: 北京农业信息技术研究中心
IPC: G06F17/30
CPC classification number: G06F19/10
Abstract: 本发明公开一种作物育种评价的性状特征选择方法，该方法包括：S1、构建作物育种评价数据集，数据集中的每个数据均包括：实验材料编号、育种目标集合G、性状特征集合T、所属实验e以及实验结果r；S2、对数据集中的性状特征集合T进行预处理；S3、根据预处理后的数据集中每个数据的育种目标集合G，从预处理后的数据集中筛选训练样本集及候选性状特征集合；S4、利用训练样本集中的数据，计算候选性状特征集合中每个性状特征与实验结果r之间的相关性；S5、利用训练样本集中的数据，计算候选性状特征集合中性状特征间的排序相似性；S6、根据相关性以及排序相似性的计算结果，选择性状特征。
-
公开(公告)号：CN111260259B
公开(公告)日：2023-06-30
申请号：CN202010130054.5
申请日：2020-02-28
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/0637 , G06Q50/02
Abstract: 本发明实施例提供一种基于耦合表示的作物育种评价方法及装置，该方法包括：构建作物育种评价数据集，数据集中的每个数据单元包括育种个体的性状特征集合T以及实验结果；对所有性状特征集合T进行预处理；将所有性状特征均进行预设位数L的指数扩充，形成TL；根据TL建立每个性状与TL中所有性状特征的耦合关系矩阵，确定每个性状对应的L个耦合特征，并根据所有性状的耦合特征，构建性状耦合特征集合TC；基于TC并以实验结果为标签，进行耦合特征选择，得到分类准确率最高的耦合特征子集TS，使用TS构建育种评价模型进行育种评价。该方法可有效描述作物性状表现间的耦合关系，解决作物各性状表现非独立同分布带来的评价效果偏置。
-
公开(公告)号：CN112288564A
公开(公告)日：2021-01-29
申请号：CN202011057039.9
申请日：2020-09-29
Applicant: 北京农业信息技术研究中心 , 农芯(南京)智慧农业研究院有限公司
IPC: G06Q40/02 , G06F16/215 , G06F16/2455 , G06F16/951 , G06Q50/02
Abstract: 本发明提供了一种农业社会化服务主体信用等级生成方法及系统，该方法包括：通过大数据分析，选取农业社会化服务主体信用评估指标集，并获取每一历史时刻至当前时刻的所有服务主体的指标值；将每个服务主体在所有时刻的指标值分别输入预设的深度学习信用分类模型，输出每个服务主体在每一时刻的信用类别；根据每一服务主体所有历史时刻和当前时刻的信用类别，确定每一服务主体的综合信用等级；可视化展示服务主体的信用等级和变化过程。该方法利用深度学习技术对农业社会化服务主体的信用等级进行分类，可使信用分级结果更能全面准确地反映农业社会化服务主体的信用状况，有助于提高农业社会化服务主体信用评级的科学化和智能化水平。
-
公开(公告)号：CN111260259A
公开(公告)日：2020-06-09
申请号：CN202010130054.5
申请日：2020-02-28
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种基于耦合表示的作物育种评价方法及装置，该方法包括：构建作物育种评价数据集，数据集中的每个数据单元包括育种个体的性状特征集合T以及实验结果；对所有性状特征集合T进行预处理；将所有性状特征均进行预设位数L的指数扩充，形成TL；根据TL建立每个性状与TL中所有性状特征的耦合关系矩阵，确定每个性状对应的L个耦合特征，并根据所有性状的耦合特征，构建性状耦合特征集合TC；基于TC并以实验结果为标签，进行耦合特征选择，得到分类准确率最高的耦合特征子集TS，使用TS构建育种评价模型进行育种评价。该方法可有效描述作物性状表现间的耦合关系，解决作物各性状表现非独立同分布带来的评价效果偏置。
-
公开(公告)号：CN108198156B
公开(公告)日：2020-06-09
申请号：CN201711260921.1
申请日：2017-12-04
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种作物叶片图像的增强方法和装置，包括：S1、对于采集到的彩色图像进行缩放，获取作物叶片彩色图像；S2、基于改进的引导滤波算法对作物叶片彩色图像进行滤波处理，获取第一彩色图像；S3、用所述作物叶片彩色图像减去所述第一彩色图像，获取第二彩色图像，所述第二彩色图像是所述第一彩色图像的细节图像；S4、基于所述第二彩色图像中的像素亮度值的均值和所述第二彩色图像的每一像素的对比度，将所述第一彩色图像和所述第二彩色图像进行融合，获取作物叶片的增强图像。本发明对作物叶片图像进行了增强，降低了噪声影响，突出了图像中的有用信息，提高了图像质量；克服了现有技术中存在的颜色失真、增强效果不明显等问题。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.037 seconds)
