- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种利用高光谱技术的烟草生长过程氮素营养诊断方法,包括以下步骤:S1.通过无人机采集高光谱图像,并获取SPAD可视化的反演图;S2.在高光谱图上建立感兴趣区,并抽取特征值;S3.建立bp神经网络模型,并依据S2步骤中提取的特征值预测叶绿素值。还包括一个构建预测模型及训练集的步骤:S01.构建氮素估测模型;S02.构建训练数据集,并依据训练集获取模型输入的5个特征值。本发明有效地解决了现有技术中测试周期长、因对缺氮区域的漏检而对测试结果造成误判以及易受云雾天气影响的问题。
(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116840225 A (43)申请公布日 2023.10.03 (21)申请号 202310633946.0 G01N 21/95 (2006.01) (22)申请日 2023.05.
文档评论(0)