摘要
本发明提出了一种基于人工智能的枣类品种判别方法及系统。属于农业人工智能与计算机视觉交叉技术领域。所述方法包括:同步采集枣类样本的多模态原始数据,构建多模态原始数据集;对多模态原始数据集进行预处理,获得标准化多模态特征数据;基于标准化多模态特征数据构建超维特征空间,通过特征交叉融合生成枣类超维特征向量集。通过同步采集宏观视觉图像、高光谱数据、三维形态扫描数据和显微纹理图像,能够全面、精准地捕捉枣类样本的各类特征信息,构建超维特征空间,实现跨模态特征的深度融合,从而提高品种判别的精度和鲁棒性。
技术关键词
判别方法
多模态特征
动态权重分配
动态门控
样本
知识图谱推理
计算机视觉交叉技术
注意力机制
数据
加权特征
区块链存储结构
鲁棒性
溯源系统
归因
验证机制
跨模态
区块链智能合约
系统为您推荐了相关专利信息
分布式模型
数据生成模型
发电量
时序预测模型
时间段
光伏可开放容量
动态评估方法
静态电压稳定裕度
分布式光伏
可行解空间