恭喜甘肃农业大学;中国农业科学院农业信息研究所冯全获国家专利权
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!
龙图腾网恭喜甘肃农业大学;中国农业科学院农业信息研究所申请的专利植物病害识别方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113869098B 。
龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110614433.6,技术领域涉及:G06V20/10;该发明授权植物病害识别方法、装置、电子设备及存储介质是由冯全;张建华;陈佰鸿;杨森设计研发完成,并于2021-06-02向国家知识产权局提交的专利申请。
本植物病害识别方法、装置、电子设备及存储介质在说明书摘要公布了:本发明涉及一种植物病害识别方法、装置、电子设备及存储介质,该方法包括:获取待识别植物病害的目标图像;将所述待确定植物病害的目标图像输入至植物病害识别模型中,得到所述植物病害识别模型输出的植物病害识别结果;其中,所述植物病害识别模型是基于集成分类和元学习的训练方法而得到的。本发明利用集成分类思想与元学习相结合的小样本植物病害识别方法,病害识别结果是根据每个分类器的输出进行加权得到,大大减少了识别结果的方差,同时对实际病害分类器的参数初始值以及集成分类器各决策权重采用元学习的训练方法得到,提高了分类器的稳定性和植物病害识别的准确率。
本发明授权植物病害识别方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种植物病害识别方法,其特征在于,包括: 获取待识别植物病害的目标图像; 将所述待识别植物病害的目标图像输入至植物病害识别模型中,得到所述植物病害识别模型输出的植物病害识别结果; 其中,所述植物病害识别模型是基于元学习和集成分类的训练方法而得到的,所述训练方法包括: 步骤S2:确定元学习器ML训练过程的循环次数Nouter,随机初始化元学习器ML的参数θ,确定待训练的基学习器数量NT,建立一组网络结构与元学习器ML相同的基学习器{BL1,BL2,…,BLNT},初始化各基学习器的初始决策权重w={w1,w2,…,wNT}; 步骤S3:按照N-WayM-shot方式从所述植物病害识别模型的训练与验证数据集Stv抽样出Ninner组训练任务{Tsup,Tque}; 步骤S4包括:步骤S41:以所述元学习器的参数θ初始化BL1;步骤S42:依次地训练BL1,BL2,…,BLNT,其中,训练BLi时,BLi的初始参数为经训练的BLi-1的参数,训练对象仅为BLi,其它的NT-1个基学习器不参与训练,更新BLii=1,…,NT的参数,计算所有BLii=1,…,NT在Tque上的损失函数Lque; 步骤S5:在Ninner组训练任务上计算总体元损失函数Lmeta,基于所述损失函数,更新元学习器ML的参数初始值θ和初始决策权重w; 步骤S6:将步骤2、步骤3和步骤4重复Nouter次,得到元学习器ML的最终参数θ和决策权重w; 其中,植物病害识别结果是根据新的集成分类器中的每个分类器的输出进行加权得到,加权重为基于元学习的小样本训练方法得到的集成分类器的各决策权重,所述新的集成分类器由训练好的基学习器组成。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人甘肃农业大学;中国农业科学院农业信息研究所,其通讯地址为:730070 甘肃省兰州市安宁区营门村1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。