-
公开(公告)号：CN117871514A
公开(公告)日：2024-04-12
申请号：CN202211342369.1
申请日：2022-10-31
Applicant: 桂林理工大学
Abstract: 手持式农作物病虫害检测仪，涉及农业辅助装备技术领域，该装置包括处理器、存储器、摄像头、定位模块、触摸屏、电源、散热设备、电源开关、保护壳体，所述处理器、存储器、定位模块、电源置于保护壳体内部，所述触摸屏设于保护壳体正面，所述摄像头、散热设备设于保护壳体背面，所述电源开关设于保护壳体右侧面，处理器与摄像头、定位模块、存储器、触摸屏、电源开关和电源相连，保护壳体下侧设电源充电接口。本发明提供一个手持式的农作物病虫害检测仪，通过拍取作物照片，然后处理器对图片进行处理，最后屏幕将作物病虫害检测结果反馈给用户，使用户能够快速诊断农作物患病情况，能够无接触式检测病虫害，实现农作物病虫害智能检测。
-
公开(公告)号：CN114782821B
公开(公告)日：2024-03-22
申请号：CN202210539204.7
申请日：2022-05-18
Applicant: 桂林理工大学
IPC: G06V20/10 , G06V10/26 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种联合多种迁移学习策略的滨海湿地植被遥感识别方法。该方法通过整合递归特征消除和主成分分析对无人机数据进行降维，降低了模型训练的时间成本，并提高了模型对红树林群落的识别能力；通过改进卷积神经网络的结构，提高了卷积神经网络的分割性能，进而提高了深度学习模型对红树林群落的边界的判别能力；通过运用不同的迁移学习策略，使得深度学习模型能低成本的应用于不同的红树林湿地，并提高了模型对红树林群落的分类精度和效率。
-
公开(公告)号：CN114266961A
公开(公告)日：2022-04-01
申请号：CN202111461864.X
申请日：2021-12-02
Applicant: 桂林理工大学
IPC: G06V20/10 , G06V10/26 , G06V10/54 , G06V10/70 , G06V10/774 , G06V10/764 , G06K9/62 , G06N20/20
Abstract: 本发明公开了一种整合高光谱和多频段全极化SAR影像的沼泽植被堆栈集成学习分类方法，该方法将高光谱影像和不同频段全极化SAR影像进行整合，通过多尺度分割、剔除高相关变量和Boruta算法进行变量优选，构建多维变量数据集，利用Stacking算法将不同的参数优化后的分类模型进行堆栈集成，构建沼泽植被识别分类模型，最后使用该模型对待分类数据进行分类得到沼泽湿地植被分类结果，并对分类结果使用评价指标进行定量评价。本发明将高光谱影像丰富的光谱信息优势和极化SAR影像能穿透植被冠层的优势进行整合来实现沼泽植被高精度识别与分类。
-
公开(公告)号：CN117037931A
公开(公告)日：2023-11-10
申请号：CN202310753100.0
申请日：2023-06-25
Abstract: 本发明提出了一种基于双差比值指数的叶片叶绿素含量计算方法，涉及叶片叶绿素含量计算领域；该方法包括以下步骤：获取样本叶片的叶片光谱数据，对叶片光谱数据进行导数光谱变换处理，得到不同阶的导数光谱；对导数光谱进行特征扩建，得到各个导数光谱的波段植被指数，将满足预设条件的波段植被指数确定为波段组合；根据波段组合的叶绿素真实值和叶绿素预测值，计算得到每个波段组合的评价系数，将满足预设条件的评价系数的波段组合确定为特征波段组合；通过特征波段组合、叶绿素真实值和叶绿素预测值，对初始模型进行训练，得到训练完成的计算模型；根据目标叶片的目标光谱数据并输入计算模型，得到目标叶片对应的叶绿素含量。
-
公开(公告)号：CN113936214B
公开(公告)日：2023-06-02
申请号：CN202111216622.4
申请日：2021-10-19
Applicant: 桂林理工大学
IPC: G06V10/764 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/56 , G06V10/70 , G06T5/50 , G06T7/30 , G06N20/20
Abstract: 本发明公开了一种基于融合空天遥感影像的岩溶湿地植被群落分类方法，该方法通过整合无人机影像的高空间分辨率和卫星影像的高光谱分辨率的优势准确提取岩溶湿地植被群落空间分布范围；通过采用面向对象的多尺度分割，对构建的多维数集进行去除高相关性和变量选择，降低数据的冗余来提高岩溶湿地植被群落识别模型的训练精度与效率；通过对比优化的面向对象的机器学习算法，实现对不同岩溶湿地植被群落的高精度识别。
-
Patent Agency Ranking
公开(公告)号：CN111103628B
公开(公告)日：2022-03-11
申请号：CN202010035274.X
申请日：2020-01-14
Applicant: 桂林理工大学
IPC: G01V3/40
Abstract: 本申请涉及一种大地电磁TE极化模式对电场数据二维反演方法和装置。所述方法包括：根据测线中多个观测点沿X轴的不同频率观测电场数据分量以及观测点沿X轴的不同频率计算电场数据分量，构建大地电磁TE极化模式下的反演目标函数；通过反演目标函数，得到反演目标函数对应的反演迭代方程组；通过引入归一化电场数据分量误差和用计算得到的磁场Hy分量代替实测磁场Hy分量，使得实际拟合的是张量阻抗数据；根据归一化电场数据分量误差的数学表达式，计算雅克比矩阵，根据雅克比矩阵和归一化电场数据分量误差计算反演迭代方程组，根据所述反演迭代方程组对电场数据进行二维反演。采用本方法能够提高二维反演的计算效率和反演精度。
-
公开(公告)号：CN111103627B
公开(公告)日：2022-03-11
申请号：CN202010035126.8
申请日：2020-01-14
Applicant: 桂林理工大学
IPC: G01V3/40
Abstract: 本申请涉及一种大地电磁TM极化模式对电场数据二维反演方法和装置。所述方法包括：根据测线中多个观测点沿Y轴方向的不同频率观测电场数据分量以及观测点沿Y轴方向的不同频率计算电场数据分量，构建大地电磁TM极化模式下的反演目标函数；通过反演目标函数，得到反演目标函数对应的反演迭代方程组，根据归一化电场数据分量误差的数学表达式，计算雅克比矩阵，根据雅克比矩阵和归一化电场数据分量误差迭代求解反演迭代方程组，从而实现大地电磁TM极化模式对电场数据二维反演。采用本方法能够提高二维反演的计算效率和反演精度。
-
公开(公告)号：CN113837134A
公开(公告)日：2021-12-24
申请号：CN202111152307.X
申请日：2021-09-29
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于面向对象的深度学习模型和迁移学习的湿地植被识别方法,该方法通过运用卷积神经网络的迁移学习能力提高了湿地植被群丛的分类精度与效率；通过扩展遥感影像空间分辨率梯度与光谱维度识别湿地植被，解决单幅影像无法精确识别各类湿地植被的问题；通过使用融合图像分割的卷积神经网络模型提高了植被边界处的精准分类。
-
公开(公告)号：CN114202671B
公开(公告)日：2024-10-29
申请号：CN202111361807.4
申请日：2021-11-17
Applicant: 桂林理工大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/09
Abstract: 本发明涉及一种图像预测优化处理方法及装置，属于图像处理领域，方法包括：对多个无人机影像进行预处理；将多个深度学习语义标签匹配至预处理的各个无人机影像上，得到多个训练样本，将各个训练样本进行扩充处理，得到扩充后的训练样本集合，在卷积神经网络中进行参数配置优化，通过扩充后的训练样本集合对优化后的卷积神经网络进行深度学习分类训练，得到训练后的卷积神经网络，并进行影像预测分类，得到多种分类结果，对多种分类结果进行融合处理，对融合的分类结果进行扩展裁剪处理，得到整幅遥感影像。能够对多种分类结果进行融合处理，融合的分类结果更为准确和全面，再对融合的分类结果进行扩展裁剪处理，能够消除明显的拼接痕迹。
-
公开(公告)号：CN118758930A
公开(公告)日：2024-10-11
申请号：CN202410749024.0
申请日：2024-06-11
Applicant: 桂林理工大学
IPC: G01N21/84
Abstract: 空地协同柑橘黄龙病识别与监测软件，包括手持硬件检测仪和软件系统，涉及农业辅助装备技术和软件领域，该装置包括处理器、存储器、摄像头、定位模块、触摸屏、电源、散热设备、电源开关、保护壳体、网卡卡槽，所述处理器、存储器、定位模块、电源置于保护壳体内部，所述触摸屏设于保护壳体正面，所述摄像头、散热设备设于保护壳体背面，所述电源开关设于保护壳体右侧面，处理器与摄像头、定位模块、存储器、触摸屏、电源开关和电源相连，保护壳体下侧设电源充电接口和网卡卡槽。本发明提供一个手持硬件检测仪和软件系统，软件系统包含的功能有：无人机影像处理、黄龙病疑似病区判别、黄龙病识别、柑橘长势监测、九里香识别。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.019 seconds)
