买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利快速无损监测向日葵寄生杂草地下早期寄生的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116577285B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310600082.2，技术领域涉及：G01N21/25；该发明授权快速无损监测向日葵寄生杂草地下早期寄生的方法是由李娟娟;潘恬恬;黄倩;许玲;张康妮;刘飞;周伟军设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本快速无损监测向日葵寄生杂草地下早期寄生的方法在说明书摘要公布了：本发明属于作物杂草防控技术领域，尤其本发明提供了快速无损监测向日葵寄生杂草向日葵列当地下早期寄生的方法，本发明首次利用高光谱技术快速无损监测不同抗性向日葵在寄生杂草向日葵列当早期四个阶段侵染向日葵的方法，基于生理指标敏感波段的ELM模型对向日葵种植后10、17、24和31天的感染株和未感染株以及不同品种的植株进行分类,准确率分别为95.83％和95.83％。结合高光谱图像的空间和光谱特征，3波段图像数据集通过CNN模型得到了95.83％和97.92％的准确率，表明多光谱成像系统在检测任务中的潜力，通过这些模型，我们可以很容易地实现对向日葵列当早期寄生阶段的预警。

本发明授权快速无损监测向日葵寄生杂草地下早期寄生的方法在权利要求书中公布了：1.快速无损监测向日葵寄生杂草地下早期寄生的方法，其特征在于：利用高光谱成像系统对不同抗性水平向日葵在不同寄生阶段的寄生状况通过CNN模型建模的方法； 具体的：对于SOD、GR、MDA、H2O2、O2-、PAL、PPO、GSH、GSH+GSSG共9种生理指标，分别基于Vis-NIR、SWIR和融合光谱建立偏最小二乘回归、最小二乘-支持向量机、径向基函数神经网络模型，并优选各指标的最优定量模型； 通过连续投影算法与竞争自适应重加权抽样法分别提取9种生理指标的特征波段，并分别基于特征波段子集建立模型，依据模型性能优选9种生理指标相关性最高的敏感波段； 筛选向日葵抗性品种与寄生特性敏感光谱特征波段，作为输入数据，建立极限学习机、支持向量机和偏最小二乘判别分析模型，筛选对向日葵抗性品种特性与寄生特性高度敏感的特征波段； 选取基于敏感波段SPA特征再提取的ELM为最优模型，对应向日葵列当寄生特性敏感波段； 选取基于联合特征SPA特征再提取的ELM为最优模型，对应向日葵列当抗性品种特性敏感波段； 从对向日葵列当寄生敏感的特征波段和对向日葵抗性品种敏感的特征波段中分别组成三波段组合；分别基于三波段组合建立ELM后，筛选出分类准确性最高的三波段组合，基于所有筛选得到的三波段组合，从高光谱图像中提取敏感三波段图像，并建立基于ResNet18框架的CNN模型，识别向日葵抗性品种，识别向日葵列当寄生。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号浙江大学紫金港校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。