申请/专利权人：石河子大学

申请日：2021-02-01

公开（公告）日：2023-12-01

公开（公告）号：CN112782103B

主分类号：G01N21/25

分类号：G01N21/25;G06N3/084;G06N3/0464;G06N5/01;G06N20/20;G06N20/10

优先权：

专利状态码：有效-授权

法律状态：2023.12.01#授权;2021.05.28#实质审查的生效;2021.05.11#公开

摘要：本发明涉及一种棉花苗期叶片棉蚜早期为害的监测方法及系统。所述方法包括：获取待监测棉花叶片的光谱反射率；将所述待监测棉花叶片的光谱反射率输入最优为害监测模型得到所述待监测棉花叶片的蚜害情况；所述蚜害情况为无蚜害或1级蚜害；所述最优为害监测模型是以L‑BFGS为函数优化算法，以0.0001为初始学习率且以0.7为动量进行训练得到的；所述最优为害监测模型的隐藏层为30，10，30，所述最优为害监测模型的激活层函数为tanh。本发明可以实现准确、快速地获取棉花苗期棉蚜为害早期的虫情信息。

主权项：1.一种棉花苗期叶片棉蚜早期为害的监测方法，其特征在于，包括：获取待监测棉花叶片的光谱反射率；将所述待监测棉花叶片的光谱反射率输入最优为害监测模型得到所述待监测棉花叶片的蚜害情况；所述蚜害情况为无蚜害或1级蚜害，所述1级蚜害为有蚜，叶片平展；所述最优为害监测模型为采用连续投影算法进行特征波段筛选，采用BP神经网络建模方法构建得到的为害监测模型，筛选出的特征波段为350纳米、394纳米、436纳米、437纳米、495纳米、496纳米、620纳米、694纳米、725纳米、750纳米、914纳米、921纳米、974纳米、1021纳米、1023纳米、1072纳米、1089纳米、1384纳米、1388纳米、1507纳米、1612纳米、1623纳米、1694纳米、1696纳米、1856纳米、1867纳米、1879纳米、1881纳米、2014纳米和2242纳米；所述最优为害监测模型是以L-BFGS为函数优化算法，以0.0001为初始学习率且以0.7为动量进行训练得到的；所述最优为害监测模型的隐藏层大小hidden_layer_sizes为（30，10，30），所述最优为害监测模型的激活层函数为tanh。

全文数据：

权利要求：

百度查询： 石河子大学 棉花苗期叶片棉蚜早期为害的监测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD