首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于DroughtNet算法的绿豆干旱胁迫状态识别方法、装置及介质 

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!

申请/专利权人:淮阴工学院;江苏省农业科学院

摘要:本发明公开了一种基于DroughtNet算法的绿豆干旱胁迫状态识别方法、装置及介质,所述方法包括:对预先获取的绿豆自然群体干旱胁迫荧光图像按不同干旱胁迫级别做分类标签,并制作成图像数据集;构建基于DroughtNet算法的绿豆干旱胁迫状态识别模型,采用全局特征提取模块GFEM和局部特征提取模块LFEM分别对获取到的同一输入图像进行全局特征提取和局部特征提取,然后采用由两个全连接层和一个Tanh激活函数构成的多层感知器模块MLP代替传统的softmax分类器,提高识别准确率;训练并优化模型,对不同干旱胁迫等级进行识别和分类。本发明能够实现对绿豆不同干旱胁迫状态的精准识别和分类,具有广阔的应用前景,可以实际部署到移动端或嵌入式设备中对绿豆不同干旱胁迫状态进行检测。

主权项:1.一种基于DroughtNet算法的绿豆干旱胁迫状态识别方法,其特征在于,包括以下步骤:1对预先获取的绿豆自然群体干旱胁迫荧光图像按不同干旱胁迫级别做分类标签,并制作成图像数据集;2对图像数据集进行预处理并且采用数据增强技术扩充数据集,并划分为训练集、验证集和测试集;3构建基于DroughtNet算法的绿豆干旱胁迫状态识别模型;所述模型采用全局特征提取模块GFEM和局部特征提取模块LFEM分别对获取到的同一输入图像进行全局特征提取和局部特征提取;然后采用由两个全连接层和一个Tanh激活函数构成的多层感知器模块MLP代替传统的softmax分类器,提高识别准确率;4训练并优化搭建好的绿豆干旱胁迫状态识别模型,然后利用预训练好的模型对不同干旱胁迫等级进行识别和分类。

全文数据:

权利要求:

百度查询: 淮阴工学院 江苏省农业科学院 基于DroughtNet算法的绿豆干旱胁迫状态识别方法、装置及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。