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：石河子大学
申请日：2024-01-09
公开（公告）日：2024-06-25
公开（公告）号：CN118243641A
主分类号：G01N21/31
分类号：G01N21/31;G01N21/01
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提供了一种基于高光谱成像的棉花黄萎病病情早期诊断方法，包括：采集棉花的多源数据；对多源数据进行选取，获取关键生理特征因子；采集棉花叶片图像并提取棉花叶片信息；基于关键生理特征因子与棉花叶片信息分析棉花叶片的反射率与化学含量之间的关系，获取关键生理特征光谱指数；对关键生理特征光谱指数进行筛选；基于筛选后的关键生理特征光谱指数，根据最小信息熵原理构建加权决策矩阵；基于加权决策矩阵判断棉花是否感染黄萎病以及黄萎病的严重程度；采用线性回归分析法对所述加权决策矩阵的判断精度进行验证。本发明构建了一个融合多“症状”特征的棉花黄萎病早期监测指标，实现了棉花黄萎病病情的早期监测。
主权项：1.一种基于高光谱成像的棉花黄萎病病情早期诊断方法，其特征在于，包括以下步骤：采集棉花在不同黄萎病病情程度下的多源数据；基于Boruta算法对所述多源数据进行选取，获取关键生理特征因子；采集棉花叶片图像并基于所述棉花叶片图像提取棉花叶片信息；基于所述关键生理特征因子与所述棉花叶片信息分析棉花叶片的反射率与化学含量之间的关系，获取关键生理特征光谱指数；计算与叶片生理相关的植被指数，获取每个所述植被指数对应的关键生理特征光谱指数，并将所述植被指数与病害程度进行相关性分析，基于分析结果对所述关键生理特征光谱指数进行筛选；基于筛选后的关键生理特征光谱指数，根据最小信息熵原理构建加权决策矩阵；基于所述加权决策矩阵判断棉花是否感染黄萎病以及黄萎病的严重程度；采用线性回归分析法对所述加权决策矩阵的判断精度进行验证。
全文数据：
权利要求：
百度查询： 石河子大学 一种基于高光谱成像的棉花黄萎病病情早期诊断方法
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