“谷毛毛”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种嵌入先验距离的植物时序图像对比学习方法-CN202310033871.2在审
发明人：胡玲艳;许巍;郭睿雅;汪祖民;谷毛毛;陈鹏宇;徐国辉;郭占俊;李国强;秦山 -专利权人：大连大学
申请日： 2023-01-10 - 公布日： 2023-04-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种嵌入先验距离的植物时序图像对比学习方法，包括：读植物时序图像，获得物候期信息，生成四个种类的图像对；记录不同种类的图像对拥有的对应先验距离；将图像对x和y输入对比模型后，进行数据增强，得到图像v1和v2；图像v1和v2在编码器中提取特征向量h1和h2；提取特征向量h1和h2后，使用一种小型神经网络投影头，将表示映射到应用对比损失的空间；通过分级距离和分类距离两种方式，融合不同种类图像对的先验距离与对应向量z1和z2的实际距离，得到对比损失，进而进行训练。本发明使用对比学习来获得专门用于作物的预训练权重，使得该自监督对比学习方法可以有效应用于植物时序图像的预训练。
一种嵌入先验距离植物时序图像对比学习方法

[发明专利]一种樱桃果实动态生长反演方法-CN202210389865.6在审
发明人：胡玲艳;李俐;汪祖民;许巍;李国强;邱绍航;谷毛毛;孙浩 -专利权人：大连大学
申请日： 2022-04-14 - 公布日： 2022-10-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种樱桃果实动态生长反演方法，其远程监测果实生长发育情况，当樱桃果实进入着色期时，得到着色期每个阶段果实的面积，将着色天数作为自变量，面积作为因变量，开展樱桃果实生长趋势和生长节律的研究，并通过反演方法拟合果实动态生长曲线，进一步给出果实生长规律，最终构建一种樱桃果实动态生长反演方法；在构建生长曲线模型后，通过使用准确因子和偏差因子验证该模型的可靠性。本发明能够实现自然场景下快速、精准检测果实生长状态，动态掌握温室作物生长规律，进而提高樱桃果实的产量和品质。
一种樱桃果实动态生长反演方法

[发明专利]一种蜜蜂授粉样本的多尺度融合数据增强方法-CN202210513480.6在审
发明人：胡玲艳;孙浩;汪祖民;李国强;谷毛毛;陈鹏宇;郭睿雅 -专利权人：大连大学
申请日： 2022-05-12 - 公布日： 2022-08-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种蜜蜂授粉样本的多尺度融合数据增强方法，包括：将目标蜜蜂图像进行颜色迁移处理；对颜色迁移后的蜜蜂图像采用高斯模糊处理或运动模糊处理，生成不同的待融合蜜蜂图像；通过改进型泊松融合算法将不同的蜜蜂图像融入到蓝莓花朵图像中。本发明颜色迁移处理实现了蜜蜂图像与蓝莓花朵图像色调的统一；对蜜蜂图像分别进行高斯模糊、运动模糊处理，模拟摄像头抓拍时产生的对焦模糊场景、运动模糊场景，提高数据集的泛化能力；改进后泊松融合算法解决了图像在融合过程中出现的边界消失，融合后的图像损失一部分特征信息问题，此方法在提升模型检测准确率的同时，也增强了模型泛化能力。
一种蜜蜂授粉样本尺度融合数据增强方法

[发明专利]一种樱桃裂果样本的智能移植增强平衡方法-CN202210326120.5在审
发明人：胡玲艳;谷毛毛;许巍;汪祖民;宋旦旨;邱绍航;孙浩;李俐 -专利权人：大连大学
申请日： 2022-03-30 - 公布日： 2022-08-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种樱桃裂果样本的智能移植增强平衡方法，包括：将目标裂果白底图像f(x，y)进行二值化处理，得到前景和背景分离的二值化图像；所述二值化图像采用闭开运算进行形态学处理；通过外接矩形及自动剪裁技术从处理后的图像中获取裂果形状；对裁剪出来的裂果形状和掩膜随机变化大小、平移和旋转；替换黑色的像素点，还原得到所需图片。本申请在数据集多达几千张的情况下，减少了人工抠图粘贴的巨大工作量，可以补充新的少数样本图像信息而不用删除原有的多数样本图像，其基于有限的图像数据样本生成更多等价的数据，丰富训练数据的分布。
一种樱桃裂果样本智能移植增强平衡方法

[发明专利]融合GA-Attention-LSTM算法的樱桃裂果环境参数预测方法-CN202210422910.3在审
发明人：胡玲艳;邱绍航;张超;汪祖民;许巍;谷毛毛;宋旦旨;李国强 -专利权人：大连大学
申请日： 2022-04-21 - 公布日： 2022-07-05 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种融合GA‑Attention‑LSTM算法的樱桃裂果环境参数预测方法，包括：获取温室樱桃种植的环境数据，通过相关性分析方法得出与樱桃裂果具有强相关性的环境特征，并对所述环境特征进行归一化处理；采用滑动窗口方法，将处理后的环境特征数据生成矩阵形式；构建基于遗传算法(GeneticAlgorithm，GA)并加入注意力(Attention)机制的长短期记忆(Long‑ShortTermMemory，LSTM)神经网络预测模型，得到温室内樱桃裂果环境参数。本发明通过数据分析和深度学习的方式对樱桃温室的环境进行预测，为农户的裂果防预提供数字化预警支持。
融合 ga attention lstm 算法樱桃裂果环境参数预测方法