发明专利已授权

基于多特征融合和卷积神经网络的苹果叶部病害识别方法

📄 申请号：CN202010705693.X 📄 发布日：2026/07/23

著录项目信息

申请日

2020-07-21

公开号

CN111860330B

公开日

2023-08-11

申请人

陕西工业职业技术学院

法律状态

已下证

专利类型

发明

主分类号

G06V20_10

IPC 分类号

G06V20_10 , G06V10_26 , G06V10_56 , G06V10_764 , G06V10_774 , G06V10_80 , G06V10_82 , G06N3_0464 ,

技术画像

所属领域

多特征融合图像识别人工智能算法深度学习神经网络卷积神经网络多特征融合

应用场景

苹果叶部病害识别, 农业病虫害监测, 智能农业, 植物病害诊断

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于多特征融合和卷积神经网络的苹果叶部病害识别方法，首先利用多特征融合方法对原始图像进行降噪和分割；然后将分割后的图像作为卷积神经网络的原始数据集，并通过数据扩充的方式对原始数据集进行扩充，最后利用扩充后的数据集对网络模型进行训练，并使用梯度下降法优化模型权重参数。采用本发明中的方法对苹果叶部病害进行识别时，无需进行手工标注，能够在复杂背景下对苹果叶部病虫害图像进行准确识别，准确率达到97.05％，识别时间为2.7s，有效解决苹果叶部病害的自动识别问题。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种环氧树脂基生物质炭电磁屏蔽复合材料及其制备方法

当前第 / 件

一种非饱和岩土应力渗透检测装置

同领域国内专利 · IPC: (G06V20_10)

G06V20_00 G06V20_05 G06V20_10 G06V20_13 G06V20_17 G06V20_20 G06V20_30 G06V20_40 G06V20_50 G06V20_52 G06V20_54 G06V20_56 G06V20_58 G06V20_59 G06V20_60 G06V20_62 G06V20_64 G06V20_68 G06V20_69 G06V20_70 覆盖20个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：22 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于多特征融合和卷积神经网络的苹果叶部病害识别方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06V20_10)

相似专利推荐 AI 驱动 · 同领域

一种低开销的加密恶意流量分类可信判定方法

一种三元数快速精确正交-傅里叶梅林矩零水印构造方法

知识蒸馏方法及装置、存储介质、终端

服务项目

资源中心

关于柿子坊