-
公开(公告)号:CN116844038A
公开(公告)日:2023-10-03
申请号:CN202310633905.1
申请日:2023-05-31
申请人: 四川省烟草公司攀枝花市公司 , 中国烟草总公司四川省公司 , 成都淞幸科技有限责任公司
IPC分类号: G06V20/10 , G06V20/17 , G06N3/0464 , G06N3/08 , G06T7/62
摘要: 本发明公开了一种利用高光谱技术的烟田面积及种植密度测算方法,包括如下步骤:S1:获取烟草遥感图像;S2:将烟草遥感图像输入测算模型;S3:测算模型采用聚类的SLIC算法,对烟草遥感图像进行特征选取和阈值选取,得到单株烟草的分割提取图,并实现烟田面积和种植密度的测算。本发明对遥感光学图像,使用聚类的SLIC算法,经过特征选取和阈值选取,得到单株烟草的分割提取图,进而实现烟田面积及种植密度的测算,可有效提高大范围烟田面积测算的效率。
-
公开(公告)号:CN116778319A
公开(公告)日:2023-09-19
申请号:CN202310634060.8
申请日:2023-05-31
申请人: 四川省烟草公司广元市公司 , 中国烟草总公司四川省公司 , 成都淞幸科技有限责任公司
摘要: 本发明公开了提供一种基于无人机遥感与高光谱采集的烟草产量预估方法,包括以下步骤:S1.利用无人机采集试验地内烟草的高光谱图像;S2.建立产量预测模型;S3.提取高光谱图像中的特征值,并进行预处理;S4.将数据输入模型进行预测;S5.对模型预测结果进行评价。本发明有效地解决了现有技术中操作繁杂,需消耗大量人力进行识别辨认的问题,相比于传统的区域产量预测有更好的预测精度和普适性。
-
公开(公告)号:CN110837926A
公开(公告)日:2020-02-25
申请号:CN201911067164.5
申请日:2019-11-04
申请人: 四川省烟草公司广元市公司 , 中国烟草总公司四川省公司 , 四川农业大学 , 成都淞幸科技有限责任公司
摘要: 本发明公开了一种基于大数据的烟草主要病虫害预测方法,包括如下步骤:S1.病虫害数据采集;S2.病虫害数据分析;S3.预测模型建模及优化;S4.病虫害预测及验证。本发明基于大数据的采集对烟叶的病虫害的多个影响因子进行数据采集以及预测因子提取,并通过构建模型利用LSTM神经网络进行烟叶病虫害的预测,为种植户提供了防治方向,减少了病虫害对烟草种植造成的损失;同时根据采集的实际值与预测值对该预测模型进行准确性计算,能够对该预测模型进行评价,也为预测模型的优化提供了数据支撑。
-
公开(公告)号:CN116840225A
公开(公告)日:2023-10-03
申请号:CN202310633946.0
申请日:2023-05-31
申请人: 四川省烟草公司凉山州公司 , 中国烟草总公司四川省公司 , 成都淞幸科技有限责任公司
摘要: 本发明公开了一种利用高光谱技术的烟草生长过程氮素营养诊断方法,包括以下步骤:S1.通过无人机采集高光谱图像,并获取SPAD可视化的反演图;S2.在高光谱图上建立感兴趣区,并抽取特征值;S3.建立bp神经网络模型,并依据S2步骤中提取的特征值预测叶绿素值。还包括一个构建预测模型及训练集的步骤:S01.构建氮素估测模型;S02.构建训练数据集,并依据训练集获取模型输入的5个特征值。本发明有效地解决了现有技术中测试周期长、因对缺氮区域的漏检而对测试结果造成误判以及易受云雾天气影响的问题。
-
公开(公告)号:CN110837926B
公开(公告)日:2022-08-12
申请号:CN201911067164.5
申请日:2019-11-04
申请人: 四川省烟草公司广元市公司 , 中国烟草总公司四川省公司 , 四川农业大学 , 成都淞幸科技有限责任公司
摘要: 本发明公开了一种基于大数据的烟草主要病虫害预测方法,包括如下步骤:S1.病虫害数据采集;S2.病虫害数据分析;S3.预测模型建模及优化;S4.病虫害预测及验证。本发明基于大数据的采集对烟叶的病虫害的多个影响因子进行数据采集以及预测因子提取,并通过构建模型利用LSTM神经网络进行烟叶病虫害的预测,为种植户提供了防治方向,减少了病虫害对烟草种植造成的损失;同时根据采集的实际值与预测值对该预测模型进行准确性计算,能够对该预测模型进行评价,也为预测模型的优化提供了数据支撑。
-
公开(公告)号:CN117496376A
公开(公告)日:2024-02-02
申请号:CN202311272726.6
申请日:2023-09-28
申请人: 四川省烟草公司达州市公司 , 中国烟草总公司四川省公司 , 成都淞幸科技有限责任公司
IPC分类号: G06V20/17 , G06V20/13 , G06V10/82 , G06V10/764 , G06V10/26 , G06N3/0464 , G06N3/08 , G06Q50/02
摘要: 本发明公开了一种基于烟草检测与聚类分析的烟草种植面积提取方法及系统,该方法包括如下步骤:S1:获取烟草种植区域的航拍图像;S2:通过YOLOv5s神经网络模型对无人机所获取的图像进行预处理;S3:基于地物信息对预处理后的图像进行多尺度分割;S4:对多尺度分割后的图像进行最近邻监督分类,并进行汇总和面积提取,实现烟草种植面积检测。本发明根据低空无人机图像,利用YOLOv5s神经网络模型预测出烟草的行距、株距,再通过多尺度分割以及最邻近监督分类法,最终实现对烟草种植面积的有效检测。
-
公开(公告)号:CN117274707A
公开(公告)日:2023-12-22
申请号:CN202311282355.X
申请日:2023-09-28
申请人: 四川省烟草公司泸州市公司 , 中国烟草总公司四川省公司 , 成都淞幸科技有限责任公司
IPC分类号: G06V10/764 , G06V10/20 , G06V10/774
摘要: 本发明公开了一种面向不同生产期的烟草种类识别方法,包括以下步骤:S1.通过ResNet50网络建立烟草识别模型;S2.将待识别的烟草图像数据传入烟草识别模型;S3.对传入的图像数据进行预处理并对特征值进行提取;S4.依据提取出的特征进行烟草识别,并将识别结果输出。本发明通过建立数字图像识别技术烟草品种识别平台,使烟叶数据分析的过程透明化,让烟叶数据的分析符合逻辑,并且能够将整合完成的数据对外提供接口进行数据的共享,实现对烟草品种的准确识别和分类、对大规模烟草种植的全面监管以及数据的自动采集和管理。
-
公开(公告)号:CN116824364A
公开(公告)日:2023-09-29
申请号:CN202310634015.2
申请日:2023-05-31
申请人: 中国烟草总公司四川省公司 , 成都淞幸科技有限责任公司
IPC分类号: G06V20/10 , G01N21/25 , G06V10/764 , G06V10/82 , G06V10/72 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/08
摘要: 本发明公开了一种基于高光谱技术的烟草识别方法,包括如下步骤:S1:获取待识别区域遥感光学图像数据;S2:将待识别区域遥感光学图像数据输入DA‑Yolov5xp模型;S3:通过DA‑Yolov5xp模型检测和分类出图像中的每一株烟草,同时对检测出烟草类别进行统计和分析,实现烟草识别。本发明通过DA‑Yolov5xp模型能输出可视化的识别效果图和包含烟草位置信息和类别信息的文档,可有效提高烟草识别的效率和精度。
-
公开(公告)号:CN110738379A
公开(公告)日:2020-01-31
申请号:CN201911083185.6
申请日:2019-11-07
申请人: 成都淞幸科技有限责任公司
IPC分类号: G06Q10/04 , G06Q50/02 , G06F16/903 , G06F16/9038 , G06F16/2458 , G06F16/248 , G06F16/29
摘要: 本发明公开了一种被子植物主要病虫害大数据预测平台,包括:被子植物数据采集子系统、被子植物数据存储子系统、被子植物数据分析子系统以及被子植物数据预测子系统。本发明通过大数据预测平台构建被子植物数据采集、被子植物数据存储、被子植物数据分析以及被子植物数据预测的多个子系统,向用户提供平台中各种数据的管理、检索、查询、统计、报表以及分析等功能,并利用平台中存储的数据预测模型进行被子植物的病虫害数据预测、天气气象信息预测以及农艺性状、产量预测,同时提供平台内的云服务器、云存储器租售以及用户与用户之间数据、服务交易功能,简化了被子植物病虫害预测过程中的步骤,也提高了被子植物病虫害的预测准确性。
-
公开(公告)号:CN112988359A
公开(公告)日:2021-06-18
申请号:CN202110451102.5
申请日:2021-04-26
申请人: 成都淞幸科技有限责任公司
摘要: 本发明公开了一种基于定时调度的采集任务智能分配方法及系统,方法包括以下步骤:S1:用户配置cron表达式参数;S2:系统根据参数计算时间区域内合理的出发时间点进行分配;以cron表达式的格式进行配置;S3:给每个采集任务匹配一个cron表达式;S4:将所有任务都自动分配好定时调度的时间;系统包括采集任务调度管理模块、cron配置模块和数据库;当分配cron表达式开始执行时,采集任务调度管理模块通过批量配置cron表达式的工具类对数据进行处理,并通过JDBC与SQL结合的方式对数据库进行修改。本发明大幅度减少了用户的操作,只需要配置一些简单的采集配置信息,就可以实现定时调度任务按照参数的设置自动分配匹配。
-
-
-
-
-
-
-
-
-