-
公开(公告)号：CN117114144A
公开(公告)日：2023-11-24
申请号：CN202311382587.2
申请日：2023-10-24
申请人： 青岛农业大学
摘要： 本发明公开了基于人工智能的水稻耐盐碱性能预测方法及系统，方法包括数据采集、数据预处理、设计神经网络、建立基于松弛变量的SVM模型、SVM参数搜索和实时运行。本发明属于作物生长信息监测技术领域，具体是指基于人工智能的水稻耐盐碱性能预测方法及系统，本方案通过分频和变更的步骤在搜索过程中根据概率和随机数进行参数调节；引入径向基核函数和松弛变量，同时考虑松弛变量和模型参数的平衡，实现对模型的正则化和优化；通过定义非线性函数来调整惯性权重和加速度系数，在搜索过程的不同阶段对速度和探索能力进行平衡，以提高搜索的精度和收敛速度。
-
公开(公告)号：CN116740650B
公开(公告)日：2023-10-20
申请号：CN202311002703.3
申请日：2023-08-10
申请人： 青岛农业大学
IPC分类号： G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T5/00
摘要： 本发明公开了一种基于深度学习的作物育种监测方法及系统，方法包括：数据采集、光照感知色彩增强、多尺度图像特征提取和作物育种病害分类。本发明属于作物育种技术领域，具体是指一种基于深度学习的作物育种监测方法及系统，本方案通过照度的估计，入射光分量和反射光分量的优化，HSV色彩空间的校正，使增强后的图像亮度适中、色彩饱满、细节清晰；通过改进网络结构，使用多尺度池化将先前卷积池化层生成的深度特征集成到固定长度的特征表达式中，在一定程度上提高了样本采集的泛化能力；通过不断优化卷积模型初始连接权重和阈值，使优化参数向更好的搜索区域靠拢，避免陷入局部极小值而无法找到更优的全局解的问题。
-
公开(公告)号：CN116740650A
公开(公告)日：2023-09-12
申请号：CN202311002703.3
申请日：2023-08-10
申请人： 青岛农业大学
IPC分类号： G06V20/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T5/00
摘要： 本发明公开了一种基于深度学习的作物育种监测方法及系统，方法包括：数据采集、光照感知色彩增强、多尺度图像特征提取和作物育种病害分类。本发明属于作物育种技术领域，具体是指一种基于深度学习的作物育种监测方法及系统，本方案通过照度的估计，入射光分量和反射光分量的优化，HSV色彩空间的校正，使增强后的图像亮度适中、色彩饱满、细节清晰；通过改进网络结构，使用多尺度池化将先前卷积池化层生成的深度特征集成到固定长度的特征表达式中，在一定程度上提高了样本采集的泛化能力；通过不断优化卷积模型初始连接权重和阈值，使优化参数向更好的搜索区域靠拢，避免陷入局部极小值而无法找到更优的全局解的问题。
-
公开(公告)号：CN110109921B
公开(公告)日：2021-08-06
申请号：CN201910250146.4
申请日：2019-03-29
申请人： 青岛农业大学
IPC分类号： G06F16/22
摘要： 本发明属于信息技术领域，尤其涉及一种基于事件相似度的事件日志与模型校准方法。该方法首先对事件概念进行定义；其次，基于本体树计算两事件各个属性之间的相似度；最后，基于事件的相似度对迹和模型进行校准。本发明从具有多个属性的事件出发，研究过程模型与事件日志的校准问题。为确保日志与模型中事件描述的一致性，将事件用其功能语义表示，并在领域本体上加以标注。通过计算事件多个属性的相似度进而计算具有相同活动的事件之间的相似度。基于事件的相似度，给出过程模型与事件日志之间的校准算法。与针对单一属性事件的简单校准相比，本发明所述的校准是对校准的更细致的描述，可为改进模型或发现日志中的问题提供更详细的依据。
-
公开(公告)号：CN110109921A
公开(公告)日：2019-08-09
申请号：CN201910250146.4
申请日：2019-03-29
申请人： 青岛农业大学
IPC分类号： G06F16/22
摘要： 本发明属于信息技术领域，尤其涉及一种基于事件相似度的事件日志与模型校准方法。该方法首先对事件概念进行定义；其次，基于本体树计算两事件各个属性之间的相似度；最后，基于事件的相似度对迹和模型进行校准。本发明从具有多个属性的事件出发，研究过程模型与事件日志的校准问题。为确保日志与模型中事件描述的一致性，将事件用其功能语义表示，并在领域本体上加以标注。通过计算事件多个属性的相似度进而计算具有相同活动的事件之间的相似度。基于事件的相似度，给出过程模型与事件日志之间的校准算法。与针对单一属性事件的简单校准相比，本发明所述的校准是对校准的更细致的描述，可为改进模型或发现日志中的问题提供更详细的依据。
-
公开(公告)号：CN114820568A
公开(公告)日：2022-07-29
申请号：CN202210549842.7
申请日：2022-05-20
申请人： 青岛农业大学
IPC分类号： G06T7/00 , G06T7/11 , G06T7/194 , G06V10/25 , G06V10/46 , G06V10/764 , G06V10/766 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提供了一种玉米叶片病害识别模型搭建的方法、设备及存储介质，其中搭建方法包括以下步骤：首先获取若干类玉米病害的叶片图像集，包括自然环境下的和实验室环境下的；然后分别对图像数据集进行扩增处理；然后基于Sparse R‑CNN模型搭建LS‑RCNN模型作为玉米叶片检测模型；利用搭建的LS‑RCNN模型对获得的自然环境的叶片图像进行叶片提取分割，得到去除复杂背景后的自然环境的叶片图像数据集；分别利用实验室环境下的叶片图像数据集和处理后的自然环境下的叶片图像数据集对ResNet50模型进行两阶段迁移训练并测试，得到玉米叶片病害图像识别模型CENet。利用该识别模型，对玉米叶片病害的总体识别率达到99.03％，高于大多数人类专家和传统的神经网络模型。
-
公开(公告)号：CN114820568B
公开(公告)日：2024-04-30
申请号：CN202210549842.7
申请日：2022-05-20
申请人： 青岛农业大学
IPC分类号： G06T7/00 , G06T7/11 , G06T7/194 , G06V10/25 , G06V10/46 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种玉米叶片病害识别模型搭建的方法、设备及存储介质，其中搭建方法包括以下步骤：首先获取若干类玉米病害的叶片图像集，包括自然环境下的和实验室环境下的；然后分别对图像数据集进行扩增处理；然后基于Sparse R‑CNN模型搭建LS‑RCNN模型作为玉米叶片检测模型；利用搭建的LS‑RCNN模型对获得的自然环境的叶片图像进行叶片提取分割，得到去除复杂背景后的自然环境的叶片图像数据集；分别利用实验室环境下的叶片图像数据集和处理后的自然环境下的叶片图像数据集对ResNet50模型进行两阶段迁移训练并测试，得到玉米叶片病害图像识别模型CENet。利用该识别模型，对玉米叶片病害的总体识别率达到99.03％，高于大多数人类专家和传统的神经网络模型。
-
公开(公告)号：CN117114144B
公开(公告)日：2024-01-26
申请号：CN202311382587.2
申请日：2023-10-24
申请人： 青岛农业大学
摘要： 本发明公开了基于人工智能的水稻耐盐碱性能预测方法及系统，方法包括数据采集、数据预处理、设计神经网络、建立基于松弛变量的SVM模型、SVM参数搜索和实时运行。本发明属于作物生长信息监测技术领域，具体是指基于人工智能的水稻耐盐碱性能预测方法及系统，本方案通过分频和变更的步骤在搜索过程中根据概率和随机数进行参数调节；引入径向基核函数和松弛变量，同时考虑松弛变量和模型参数的平衡，实现对模型的正则化和优化；通过定义非线性函数来调整惯性权重和加速度系数，在搜索过程的不同阶段对速度和探索能力进行平衡，以提高搜索的精度和收敛速度。(56)对比文件Dhruba Jyoti Kalita等.A dynamicframework for tuning SVM hyper parametersbased on Moth-Flame Optimization andknowledge-based-search.Expert Systemswith Applications.2021,全文.王云锋;刘丹;裴作飞;姚丽霜.基于改进引力搜索算法的SVM的参数优化及应用.计算机应用研究.2020,(S1),全文.
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.026 秒)
