基于高光谱成像的稻瘟病早期诊断方法

AITNT
正文
推荐专利
基于高光谱成像的稻瘟病早期诊断方法
申请号:CN202510807010
申请日期:2025-06-17
公开号:CN120726472A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了基于高光谱成像的稻瘟病早期诊断方法,涉及农业病害监测技术领域,该发明的具体步骤为:S100获取该区域水稻的光谱数据S200构建健康组织端元光谱并预测病变组织端元光谱,S300构建混合像元模型,结合约束条件,计算病变组织的丰度和实际病变组织端元光谱,S400基于光谱演变参数生成侵染进度量化指数,本发明通过时序动态端元的混合像元模型,能够在稻瘟病侵染早期精准捕捉光谱细微变化,通过连续时序高光谱成像,结合LSTM网络学习病变端元光谱的动态演变,将每个时间点的混合像元视为健康组织端元光谱和逐渐演变的病变组织端元光谱的混合,反演每个时间点病变组织端元光谱的状态及丰度,从而定量地监测侵染的早期发展进度。
技术关键词
早期诊断方法 组织 时序 高光谱成像仪 水稻稻瘟病 连续性 指数 农业病害 阶段 模型误差 反射率 叶片 数据 动态 监测技术 网络
系统为您推荐了相关专利信息
1
一种便携式无线充电电子系统及方法
便携式无线充电 动态特征提取 充电策略 反馈算法 无线充电设备
2
餐饮油烟排放动态调控系统
动态调控系统 餐饮油烟 净化单元 延迟参数 动态响应模型
3
电源管理芯片驱动速率动态调节方法和系统
边沿斜率 电源管理芯片 干扰特征 开口环形 驱动信号
4
一种基于强化学习的机器人打磨在线颤振抑制方法
振动信号特征 颤振抑制方法 机器人末端执行器 小波能量熵 时序
5
基于多模态大模型的地质灾害智能预警速报生成方法
地质灾害智能 深度卷积神经网络模型 长短期记忆网络 地质灾害监测设备 多模态
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