龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于生成对抗网络的棉花黄萎病早期检测方法及系统，涉及农作物病害诊断技术领域。包括：高光谱图像获取步骤、预处理步骤、光谱数据提取步骤、数据集划分步骤、网络模型构建步骤、网络模型训练步骤、检测步骤。本发明针对基于高光谱成像的棉花黄萎病早期检测中存在的训练样本数量有限的问题，构建基于生成对抗网络数据增强的棉花黄萎病早期检测模型和系统，缓解棉花黄萎病早期检测训练样本数量有限问题，提升棉花黄萎病早期检测效果。
主权项：1.一种基于生成对抗网络的棉花黄萎病早期检测方法，其特征在于，包括以下步骤：S1高光谱图像获取步骤：发病当天样本即为捕获的早期的棉花黄萎病样本，捕获当前棉花黄萎病样本的高光谱图像，得到原始的高光谱图像；S2预处理步骤：对原始的高光谱图像进行黑白校准去除噪声；S3光谱数据提取步骤：将完整的棉花植株定为感兴趣区域ROI，创建二进制掩膜，其中，0代表背景，1代表前景棉花植株，二进制掩膜应用于校准后的高光谱图像，得到去除背景的高光谱图像，继而对每一个通道计算像素的平均值，初步获得去除背景的棉花光谱曲线；同时采用标准正态变量变换SNV对去除背景的棉花光谱曲线进行预处理，得到预处理后的高光谱图像数据；S4数据集划分步骤：将预处理后的高光谱图像数据按照感染等级划分，每个感染等级中的训练集和测试集按照预设比例进行划分；S5网络模型构建步骤：辅助分类生成对抗网络模型COTTON_GAN包括：生成模型G、判别模型D和分类模型C；S6网络模型训练步骤：初始化生成模型G、判别模型D和分类模型C所有的权重矩阵和偏置，输入训练集，计算判别损失Ls和分类损失Lc，固定判别模型D和分类模型C，通过最大化Lc+Ls更新生成模型G的权重矩阵和偏置；通过最大化Lc-Ls更新判别模型D和分类模型C的权重矩阵和偏置；得到训练后的辅助分类生成对抗网络模型COTTON_GAN；S7检测步骤：将待检测棉花的高光谱图像输入至训练好的辅助分类生成对抗网络模型COTTON_GAN中，得到检测结果。
全文数据：
权利要求：
百度查询： 石河子大学 一种基于生成对抗网络的棉花黄萎病早期检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号