发明专利已授权

一种基于多尺度级联卷积神经网络的叶片高光谱图像分类和回归方法

Name: 一种基于多尺度级联卷积神经网络的叶片高光谱图像分类和回归方法
Brand: 浙江工业大学
SKU: 2022104500769
Availability: InStock

📄 申请号：CN202210450076.9 📄 发布日：2026/08/04

著录项目信息

申请日

2022-04-27

公开号

CN114821321B

公开日

2025-04-11

申请人

浙江工业大学

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 , G06N3_0464 , G06N3_09 , G06V10_764 , G06V10_774 , G06V10_80 , G06V10_82 ,

技术画像

所属领域

高光谱图像分类图像识别人工智能算法高光谱图像处理卷积神经网络高光谱图像分类

应用场景

智慧农业, 作物病害监测, 植物表型分析, 精准农业, 遥感监测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明属于植物科学研究领域，公开了一种基于多尺度级联卷积神经网络的叶片高光谱图像分类和回归方法，首先，在3D‑CNN中，嵌入扩张卷积构建了不同尺度的谱空特征提取结构，实现多尺度特征的融合；其次，在3D‑CNN后级联1D‑CNN以进一步提取高级抽象光谱特征，并对提出的多尺度3D‑1D‑CNN网络进行最优框架探索；最后，在两个样本有限的设施作物叶片数据集上，将所提出的多尺度3D‑1D‑CNN网络模型与基准模型及多尺度3D‑CNN模型进行比较，以验证所提方法的有效性。本发明方法有助于叶片高光谱图像的分类和回归，也可为农业信息化技术领域内的其他图像分类回归方法提供新思路和技术协助。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN114821321B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

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

一种方向感知的路网移动对象k近邻查询方法

当前第 / 件

一种鞋楦粉碎料自动除铁设备

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

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

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：71 ❤️ 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 2657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)