搜索结果: 1-15 共查到“农学 神经网络”相关记录80条 . 查询时间(0.372 秒)
仲恺农业工程学院专利：一种基于全卷积神经网络的香蕉枯萎病遥感快速检测方法
仲恺农业工程学院 全卷积神经网络 香蕉枯萎病 遥感检测方法
<
2023/12/20
一种基于全卷积神经网络的香蕉枯萎病遥感快速检测方法，包括对遥感区域进行路径规划，让无人机按照设定的路径规划飞行拍摄，获取遥感区域的遥感图像；将获得的遥感图像输入到神经网络进行病害判别，判别后返还出检测图像结果，将检测出的疑似患病区域在图像上标注显示，并返还拍摄该遥感图像时的GPS经纬度坐标位置；根据返还的GPS经纬度坐标位置，种植人员实地对疑似患病区域进行重点检测，直至所有疑似区域全部检测完毕；本...
本发明提供一种基于神经网络模型的竹种智能识别方法和系统，所述识别方法获取待测竹种图像；基于神经网络模型对所述待测竹种图像进行识别，获取所述待测竹种图像的竹种识别结果；其中，所述神经网络模型通过训练集数据完成训练，所述训练集数据为标注出形态学特征的竹种图像。通过形态学特征提取和智能识别神经网络模型，实现竹种的机器视觉识别。
本发明公开一种基于神经网络的土壤养分与果实品质关系预测方法，通过BP神经网络、Levenberg?Marquardt BP训练函数和Log?sigmoid传递函数构建预测模型，进而预测土壤矿质元素含量与果实品质指标之间的关系；然后对预测模型的敏感性进行检测，筛选对该预测模型贡献最大的土壤矿质元素含量，然后通过3D响应曲面分析对这些影响最大的矿质元素的适宜范围进行探究，以获得最佳的果实品质，得出桃树...
海南长臂猿（Nomascus hainanus）是目前世界上最濒危的灵长类动物之一，是国家一级重点保护野生动物，为我国特有种，种群数量至2023年7月仅有37只。本研究利用7只雄性海南长臂猿鸣叫短语中的调频音符组合，通过搭建卷积神经网络和残差卷积神经网络2种模型，从7只雄性海南长臂猿鸣叫声谱中提取声纹特征并进行分类，实现个体识别。研究表明利用卷积神经网络模型和残差卷积神经网络模型对雄性海南长臂猿鸣...
BP神经网络模型作为一种常用的机器学习方法，被广泛应用于物种分布模型，来解析生物分布与环境因子的关系。与传统的回归模型相比，该模型可以灵活处理变量间的非线性关系，但其结构复杂，在参数设置方面存在不确定性，从而影响模型的预测与应用。因此，本研究根据2016—2017年山东近海口虾蛄渔业资源调查与环境数据，利用BP神经网络模型构建口虾蛄资源分布模型，同时利用数据分组处理算法(group method ...
【目的】目前堆肥腐熟度主要采用复杂的化学、生物学方法进行判断，操作繁琐且效率低。卷积神经网络 (convolutional neural network，CNN) 模拟人类视觉，既可保留堆肥图像的颜色信息，也提取了轮廓、线条、粒度等更加具有代表性的特征，从而避免了因光照条件不同对堆肥腐熟度预测识别效果的影响。本文提出了通过堆肥图像判断堆肥腐熟度的方法，构建基于卷积神经网络的堆肥腐熟度预测模型，并验...
基于卷积神经网络的水稻纹枯病图像识别
水稻纹枯病 卷积神经网络 分类识别
<
2019/10/28
【目的】水稻纹枯病是影响水稻生产的三大病害之一。研究卷积神经网络对水稻纹枯病的自动识别，弥补人工识别的不足，对预防和准确识别水稻蚊枯病类型有着重要意义。【方法】以卷积神经网络进行水稻纹枯病识别，并与基于支持向量机的识别方法进行对比。【结果】卷积神经网络识别率达到97%，优于支持向量机的95%。【结论】卷积神经网络运用于水稻纹枯病识别是可行的，弥补了人工识别的不足。此算法训练的模型有着较好的识别性能...
【目的】 实现图像氮素营养诊断需要关键指标的确定和建立快速处理海量图像数据的模型。本研究筛选了水稻氮素营养诊断的敏感时期和部位，优化了图像处理技术参数，并比较了BP神经网络和概率神经网络两种建模方法对养分诊断的可靠性，为利用计算机视觉虚拟技术快速精准判断作物生长营养状况、反演生长过程提供思路和方法。 【方法】 本研究以超级杂交稻‘两优培九’为试验对象进行了田间试验。设置4个施氮 (N) 水平：0、...
为指导节水灌溉策略的制定，利用基于多值神经元的复数神经网络（multilayer neural network with multi-valued neurons，MLMVN）方法，建立了土壤墒情多步预测模型。首先，利用均值法替换样本中的异常值并对缺失值进行补充，并由数据分析知土壤墒情数据为非平稳的非线性时间序列。然后，根据土壤墒情与环境因素（降雨量、气温和风速）的相关性分析结果选择降雨量为关键环...
为精准预测大田土壤含水率，并掌握不同深度土壤含水率分布规律，针对大田土壤含水率时序数据的非线性特点及相邻深度土壤含水率间具有较强关联关系，该文建立3层时延神经网络大田多深度土壤含水率预测模型，用以实现对6个不同深度（10、20、30、40、50和70 cm）土壤含水率预测。利用试验法确定预测模型的隐含层节点个数、训练学习算法和训练集样本量。试验结果表明：隐含层使用10个节点，采用L-M（Leven...
该文采用单因子评价方法对昌平区浅层地下水的超标因子进行筛选，结合水文地球化学理论探讨各因子超标原因，分析浅层地下水水质的空间分布特征，并采用BP神经网络法对水质进行综合评级。从综合评级结果来看，12眼监测井中1眼为Ⅴ类水质，5眼为Ⅳ类水质，6眼为Ⅲ类水质。单因子筛选结果表明，总硬度、总溶解性固体、氮素、氟化物等为该区最主要的超标因子。经分析可知，山前平原地带浅层地下水中氟化物为原生污染，氮素污染物...
改进RBF神经网络在我国大豆价格预测中的应用研究
大豆 价格 RBF 遗传算法
<
2016/7/22
我国大豆价格受国内外多种因素共同影响，具有非线性、随机性和高噪音等特点，采用传统数学模型进行预测，不仅分析难度大，预测误差也很大。RBF神经网络以其优良的逼近性能而被广泛应用于非线性时间序列预测之中。本文提出一种基于遗传算法优化RBF神经网络的我国大豆价格预测模型，该模型为多维输入单维输出的多变量预测模型，模型的初始输入由大豆价格的历史数据和相关影响因素数据组成。采用遗传算法对RBF神经网络输入层...
基于BP人工神经网络的大沽河湿地海水水质综合评价
大沽河湿地 BP人工神经网络 海水水质 综合评价
<
2015/12/2
水体环境包含多个影响因素，因素间大多具有非线性相关性，为了能够客观地对大沽河湿地海水水质进行综合评价，以神经网络为基础，利用溶解氧、化学需氧量、无机氮、活性磷酸盐、石油类5个指标作为评价因子，建立了5×5×1 拓扑结构的BP人工神经网络模型，通过该模型对大沽河湿地水质进行综合评价。同时采用单因子评价方法、内梅罗指数法对该海域环境状况进行评价，以期更好的对比评价BP人工神经网络模型的优缺点。BP人工...
由黄海水产研究所夏斌等申报的“大菱鲆养殖水质评价的模糊神经网络专家系统的构建方法”获国家发明专利授权，专利号为ZL201010011863.0。