摘要
本发明属于烟叶早期病害预警技术领域,具体涉及一种烟草病害早期识别预警方法及系统。获取烟草全生育期各阶段高光谱数据的数据集T1,从数据集T1中筛选出每个阶段中有明显发病特征的病害烟株,获取每个阶段的病害烟株在前一阶段对应的高光谱数据,将前一阶段有明显发病特征的高光谱数据标为已发病,将前一阶段无明显发病特征的高光谱数据标为预发病,利用包括已发病和预发病烟株高光谱数据的数据集对机器学习模型进行训练得到烟草病害早期识别预警模型,从而识别出处于预发病时期的无明显病害特征的烟株,实现了对处于肉眼难以辨别病害特征的发生病害前的田间烟株进行精准防控,能够在烟株未出现病害特征前进行及时预警。
技术关键词
识别预警方法
预警模型
机器学习模型
梯度提升树模型
识别预警系统
病害特征
阶段
无人机遥感平台
机器学习算法分析
数据采集单元
多元线性回归模型
梯度提升决策树
集成学习模型
学习器
随机森林模型
计算机程序指令
反射率
预警技术
贡献率
系统为您推荐了相关专利信息
法医物证
智能分析方法
智能分析系统
区块链技术
优化机器学习
光纤声波传感器
次声波
隧道壁
列车运行状态
光缆
血栓
DNA拓扑异构酶抑制剂
预测风险值
机器学习模型
高风险
康复训练方法
状态监测数据
综合状态评估
康复训练设备
虚拟现实交互系统