摘要
本发明提供了一种基于人工智能的野外红豆杉产量预测方法和系统,方法包括:获取目标区域的各环境条件的区域图像、以及红豆杉在每个环境条件下的各生长时段样本特征图像,并基于每个环境条件下的各生长时段样本特征图像,训练得到产量预测模型;基于各环境条件的区域图像,通过图像边缘识别网络,识别每个环境条件对应的红豆杉区域图像,并基于各环境条件对应的红豆杉区域图像,筛选每个环境条件的目标红豆杉区域图像;提取每个目标红豆杉区域图像的各图像特征,并基于每个环境条件的目标红豆杉区域图像的各图像特征,通过产量预测模型,预测目标区域的红豆杉产量信息。本方法能够提升了对目标红豆杉区域图像的识别精准度和全面性。
技术关键词
红豆杉
图像边缘识别
产量预测方法
图像特征值
图像特征提取
样本
时序特征
网络
计算机程序产品
处理器
预测系统
聚类算法
策略
计算机设备
数据
可读存储介质
存储器
模块
系统为您推荐了相关专利信息
智能检修机器人
水下声呐
强化特征
可视化系统
矩阵
掩码矩阵
图像提取语义特征
卷积特征提取
识别方法
数据处理器
更新模型参数
滑坡检测方法
训练集
样本
滑坡检测装置
多模态数据融合
健美操
分析系统
图像特征向量
图像数据处理