基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及一种基于CARS‑Ridge算法融合新型指数的小麦赤霉病识别方法,包括:获得小麦赤霉病冠层高光谱数据;通过CARS、PCA和SPA三种算法对获取的小麦赤霉病冠层高光谱数据进行降维;通过RF、PLSR和Ridge三种算法进行建模,得到9个小麦赤霉病识别模型;通过对9个小麦赤霉病识别模型的结果进行十折交叉验证,确定最优模型;构建两个新型指数;将新型指数与最优模型进行融合,得到最优小麦赤霉病识别模型。本发明通过数据降维并结合新型指数构建评价了高光谱数据在小麦赤霉病识别中的应用潜力,提出了CARS‑Ridge算法和新型指数的开发,确定了最准确的小麦赤霉病识别模型,即最优小麦赤霉病识别模型;大大提高了现有病害反演的精度,克服了小麦赤霉病识别不准确的缺陷。
《基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023106314730,当前法律状态为已下证,由安徽大学提出申请,发明人为黄林生;张寒苏;黄文江;赵晋陵;雷雨;阮超;芦奇宝;尚俊呈;孔繁楚,申请日期为2023-05-31,公开(公告)日期为2025-08-22,国际专利分类号(IPC)为 G06V 10/80 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于CARS‑Ridge算法融合新型指数的小麦赤霉病识别方法,包括:获得小麦赤霉病冠层高光谱数据;通过CARS、PCA和SPA三种算法对获取的小麦赤霉病冠层高光谱数据进行降维;通过RF、PLSR和Ridge三种算法进行建模,得到9个小麦赤霉病识别模型;通过对9个小麦赤霉病识别模型的结果进行十折交叉验证,确定最优模型;构建两个新型指数;将新型指数与最优模型进行融合,得到最优小麦赤霉病识别模型。本发明通过数据降维并结合新型指数构建评价了高光谱数据在小麦赤霉病识别中的应用潜力,提出了CARS‑Ridge算法和新型指数的开发,确定了最准确的小麦赤霉病识别模型,即最优小麦赤霉病识别模型;大大提高了现有病害反演的精度,克服了小麦赤霉病识别不准确的缺陷。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
