龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江工业大学
申请日：2021-04-15
公开（公告）日：2024-02-20
公开（公告）号：CN113283470B
主分类号：G06F18/2411
分类号：G06F18/2411;G06F18/214
优先权：
专利状态码：有效-授权
法律状态：2024.02.20#授权;2021.09.07#实质审查的生效;2021.08.20#公开
摘要：一种基于人的心理认知模型的青菜病害的分类检测方法，包括：步骤1：获取图像并进行处理，获取多份病害区域、正常区域的青菜样本数据，分别以病害区域样本x1、x2为圆心画圆找出距离其最近的k个样本点；步骤2：分别计算最近的k个样本点中病害样本、正常样本所占的比例，并由此作出2×2列联表；步骤3：结合步骤2所作列联表，利用人的松散对称模型再次计算样本x1、x2作为病害样本出现在最近邻的k个样本点中的概率；步骤4：把步骤3计算出的结果作为样本xi在分类器训练过程中的权重；步骤5：重复以上步骤确定其他病害样本和正常样本的权重并用SVM算法进行最终训练。步骤6：用训练好的SVM分类检测器对待检测的青菜进行病害检测。
主权项：1.一种基于人的心理认知模型的青菜病害分类检测方法，含有以下步骤：步骤1：获取图像并对图像进行处理，获取多份病害区域、正常区域的青菜样本数据，分别以病害区域样本x1、x2的中心为圆心画圆找出距离其最近的k个样本点；步骤2：分别计算最近的k个样本点中病害样本、正常样本所占的比例，并由此作出2×2列联表，表示样本x1、样本x2作为病害样本出现在最近邻的k个样本点中病害样本、正常样本中的概率,分别用字母a、b、c、d来表示；步骤3：结合步骤2所作列联表，利用人的松散对称LS模型 再次计算样本xi作为病害样本出现在最近邻的k个样本点中病害样本、正常样本中的概率；步骤4：把步骤3计算出的值作为样本xi在算法训练过程中的权重，这个值越大表示样本xi的精确度越高，越远离决策面，在决策中占的权重越高；步骤5：重复以上步骤确定其他病害样本和正常样本的权重并用SVM算法进行最终训练，根据不同样本的不同重要程度进行训练学习；步骤6：用训练好的SVM分类检测器对待检测的青菜进行病害检测。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于人的心理认知模型的青菜病害分类检测方法
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