一种基于深度学习的植物生长状态诊断方法、系统及装置

    公开(公告)号:CN113392771A

    公开(公告)日:2021-09-14

    申请号:CN202110666841.6

    申请日:2021-06-16

    摘要: 本发明涉及一种基于深度学习的植物生长状态诊断方法、系统及装置,方法包括:获取同一环境下,同一植物不同生长状态下的植物电信号;对所述植物电信号采用经验模态分解,得到重构的植物电信号;对所述重构后的植物电信号采用小波阈值法进行消噪处理,得到消噪后的植物电信号;将所述消噪后的植物电信号进行短时傅里叶变换,得到植物电信号的能量图;将所述能量图输入到深度学习神经网络模型中进行训练,得到训练后的植物生长状态诊断模型;将待预测的植物电信号输入所述植物生长状态诊断模型进行预测,输出预测结果;根据所述预测结果确定植物的生长状态。本发明通过非人工方式获取植物电信号,从而提高了植物生长状态诊断的准确性。

    一种基于植物电信号的光照信息诊断方法及系统

    公开(公告)号:CN114118157A

    公开(公告)日:2022-03-01

    申请号:CN202111441798.X

    申请日:2021-11-30

    摘要: 本发明公开了一种基于植物电信号的光照信息诊断方法及系统。该方法包括:采集不同光照程度下样本植物电信号,构建训练集;通过所述训练集对混合神经网络模型进行训练,得到植物电信号与光照强度之间的关系模型;基于当前植物的电信号数据,根据所述关系模型确定当前植物的光照强度;判断当前植物的光照强度是否在最佳光照强度预设范围内;若否,则对当前植物的光照强度进行调节。本发明得到了植物电信号与光照强度之间的耦合规律,通过当前植物电信号信息,能够立即得到植物所处环境中的光照强度,通过调整周围环境光照大小,使植物处于最优生长状态。