摘要
本发明提供了一种烟叶病虫害识别方法和系统,方法包括采集烟叶图像,获取多光谱反射数据;对数据进行预处理,生成标准化图像矩阵;基于动态卷积核算法提取局部特征向量;通过多模态特征融合算法将特征向量与病虫害光谱特征库匹配,生成融合特征张量;采用自适应权重分类器对融合特征张量进行非线性映射,输出病虫害概率分布;根据概率分布执行逻辑决策,生成病虫害类型标识符;根据类型标识符触发控制指令,调节农业设备运行参数。本发明可以实现烟叶病虫害的精准识别与自动化控制,提高病虫害防治的效率和准确性,降低人工成本和农药使用量。
技术关键词
病虫害
多模态特征融合
融合特征
烟叶图像
农业设备
Gabor滤波器组
标识符
多光谱
矩阵
烟叶表面
双流神经网络
分类器
动态
图像传感器
注意力机制
决策
比值特征
农药使用量
非线性
系统为您推荐了相关专利信息
工程监理方法
多模态
融合特征
拓扑特征
生成工程
换流阀运行状态
放电特征
振动特征
融合特征
计算机设备
深度学习模型
健康监测方法
注意力机制
中继节点
健康监测系统
价格预测模型
多模态特征融合
价格预测方法
融合特征
时间序列特征
协同感知方法
融合特征
协同感知系统
感知特征
交叉注意力机制