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

一种自动识别杂草作物的方法及系统 

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:内蒙古八爪智能科技有限公司

摘要:本发明实施例公开一种自动识别杂草作物的方法及系统,涉及农业技术领域。为在复杂环境中准确识别杂草而发明。所述方法包括:实时采集植物的生化信号;其中,所述植物包括田间作物和杂草,所述生化信号包括挥发性有机化合物、植物荷尔蒙及生物标记物;利用纳米技术对采集到的所述生化信号进行增强处理;训练深度学习模型,基于所述深度学习模型分析增强处理后的所述生化信号,以识别所述杂草。本发明适用于除草场景中。

主权项:1.一种自动识别杂草作物的方法,其特征在于,所述方法包括:实时采集植物的生化信号;其中,所述植物包括田间作物和杂草,所述生化信号包括挥发性有机化合物、植物荷尔蒙及生物标记物;利用纳米技术对采集到的所述生化信号进行增强处理;训练深度学习模型,基于所述深度学习模型分析增强处理后的所述生化信号,以识别所述杂草;所述利用纳米技术对采集到的所述生化信号进行增强处理,包括:控制预设种类的纳米材料或预设尺寸和预设形状的纳米材料与特定生化信号相结合,并对所述生化信号进行非线性放大处理,以增强对所述生化信号的检测能力;所述训练深度学习模型,包括:收集并标注预设量已知的所述植物的图像和生化信号数据,作为训练集和验证集;基于所述数据选择或自动提取用于区分所述杂草和所述田间作物的特征;基于所述数据和所述特征构建深度学习模型;基于所述数据训练所述深度学习模型,通过反向传播算法不断调整特征权重和偏差,以最小化预测误差,提高所述植物被正确识别的概率;使用验证集评估所述深度学习模型;其中,所述植物被正确识别的概率根据如下公式计算:Pi=11+exp-∑ωj×xij+b;式中,Pi表示第i种植物被正确识别的概率;ωj代表模型中第j个特征的权重;xij是第i种植物第j个特征的值;b是偏差项;exp是指数函数;在训练深度学习模型,基于所述深度学习模型分析增强处理后的所述生化信号,以识别所述杂草之后,所述方法还包括:精确定位杂草;使用预设波长的激光除去所述杂草;所述使用预设波长的激光除去所述杂草,包括:使用预设波长的激光匹配特定浓度的纳米粒子,转换激光能量为热能以除去所述杂草;其中,所述激光作用于杂草的能量根据如下公式计算:E=12×m×v2=12×m×λ2π×Nc2;式中,E表示激光除草作用于目标杂草时的能量;m表示激光作用质量,视为激光能量转化为热能的等效质量;v表示激光作用产生的热能速度;λ表示激光波长;Nc表示纳米粒子的浓度。

全文数据:

权利要求:

百度查询: 内蒙古八爪智能科技有限公司 一种自动识别杂草作物的方法及系统

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。