龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于深度学习的融合图像和光谱特征的棉花黄萎病等级识别方法及系统，涉及棉花黄萎病识别领域，包括：获取棉花植株的图像信息和光谱信息并预处理得到图像数据和光谱数据；以图像数据和光谱数据作为样本数据，对应的病害等级作为样本标签，得到训练样本并构成数据集；构建SSFNet模型，并利用数据集进行训练，利用训练好的SSFNet模型，识别待分级棉花植株的棉花黄萎病等级；其中，SSFNet模型包含图像分支和光谱分支，对图像数据和光谱数据进行特征提取，通过特征拼接的方式进行融合，融合后的特征通过全连接层处理得到最终分级结果。本发明能够同时处理图像数据和光谱数据并进行融合，实现高效的棉花黄萎病分级。
主权项：1.一种基于深度学习的融合图像和光谱特征的棉花黄萎病等级识别方法，其特征在于，具体步骤如下：获取各棉花植株的图像信息和光谱信息；对所述图像信息和所述光谱信息进行预处理，得到图像数据和光谱数据；以棉花植株的所述图像数据和所述光谱数据作为样本数据，以对应的棉花黄萎病病害等级作为样本标签，得到训练样本并构成数据集；构建SSFNet模型，并利用所述数据集进行训练，利用训练好的SSFNet模型，识别待分级棉花植株的棉花黄萎病等级；所述SSFNet模型包含图像分支和光谱分支，分别对所述图像数据和所述光谱数据进行特征提取，并通过特征拼接的方式进行融合，融合后的特征通过全连接层处理得到最终分级结果。
全文数据：
权利要求：
百度查询： 石河子大学 一种基于深度学习的融合图像和光谱特征的棉花黄萎病等级识别方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号