摘要
本发明适用于农业智能化技术领域,提供了一种基于多模态无监督学习的蓝莓智能病害检测方法及系统,该方法包括以下步骤:基于自适应对比深度聚类框架,对预处理后的多模态数据进行特征提取和聚类,得到多模态初步特征和初步聚类结果;基于多模态互补特征融合机制,根据多模态初步特征和初步聚类结果,自适应加权融合多模态初步特征,得到多模态融合特征;对多模态融合特征进行无监督聚类优化和病害类型识别,得到无监督学习模型;将无监督学习模型进行部署与增量学习,对蓝莓病害进行检测。本发明通过无监督学习算法实现对蓝莓病害的早期精准检测,为蓝莓智能化精准管理提供了新范式,有效提升病害防控效率和产业经济效益。
技术关键词
多模态
病害检测方法
无监督学习
蓝莓智能
融合特征
监督学习模型
互补特征
无监督聚类
注意力机制
病害特征
谱聚类算法
原型
样本
融合多尺度特征
匈牙利算法
数据
系统为您推荐了相关专利信息
负荷特征
负荷识别方法
工业园区
样本
数据获取模块
AI算法
时空注意力机制
动态资源调度
医院
多模态数据采集
车辆状态信息
多模态特征
信息编码器
状态编码器
指令识别方法
输电线路检修机器人
避障控制方法
红外传感器
避障控制系统
视觉摄像头