基于光谱指数APYDI的槟榔黄化病病情等级评估方法

AITNT
正文
推荐专利
基于光谱指数APYDI的槟榔黄化病病情等级评估方法
申请号:CN202410794515
申请日期:2024-06-19
公开号:CN118797475A
公开日期:2024-10-18
类型:发明专利
摘要
本发明涉及槟榔黄化病病情等级评价技术领域,具体是基于光谱指数APYDI的槟榔黄化病病情等级评估方法,包括:利用注意力机制和深度可分离卷积构建光谱特征提取模块,在网络中加入可变形卷积模块和空洞卷积模块来提取特征信息;通过硬阈值策略获取与黄化病相关性较高的光谱波段和波段的权重值;将波段和权重进行加权求和组成用于评估槟榔黄化病病情等级的光谱指数APYDI;结合时序信息,对不同时间节点的槟榔病情等级进行准确评估。本发明利用注意力机制和深度可分离卷积构建的光谱特征提取模块完成敏感波段及权重的获取,采用光谱空洞卷积模块和可变形卷积模块对病情等级评估模型进行优化,有效地提高了槟榔黄化病病情评估的性能。
技术关键词
槟榔黄化病 等级评估方法 卷积模块 指数 光谱特征提取 残差模块 光谱特征信息 通道注意力机制 硬阈值函数 空洞 线性插值法 卷积方法 评价技术 策略 代表 传播算法 叶片
系统为您推荐了相关专利信息
1
一种地理标识农产品适宜性评价方法、装置、设备及介质
适宜性评价方法 因子 标志 随机森林模型 数据分析软件
2
心血管疾病高危人群的空气污染暴露干预评价方法及系统
状态转换概率 疾病 评价方法 情景 队列
3
一种基于时空大数据的城市规划建设管理系统
三维模型 建设管理系统 社会统计数据 时空大数据 趋势预测模型
4
一种多模态数据融合的设备评估和维修建议方法及系统
多模态数据融合 滚动体轴承 建议方法 应变片 历史故障信息
5
一种基于模型驱动深度学习的两帧干涉图相位解调方法
模型驱动深度学习 相位解调方法 深度学习网络 强度 深度学习训练
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号