您的位置：
首页
>
农业专利
>
详情页
一种基于深度学习的农作物分类方法及系统
- 专利权人:
- 中国农业大学
- 发明人:
- 黄健熙,朱德海,刘帝佑,杨柠,熊全,刘玮,卓文,刘哲,张晓东
- 申请号：
- CN201810387307.X
- 公开号：
- CN108932521A
- 申请日:
- 2018.04.26
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 王莹`吴欢燕
- 摘要：
- 本发明提供一种基于深度学习的农作物分类方法及系统，该方法包括：将待分类作业区划分为多个子作业区，获取每一子作业区的多时相多特征数据集；根据多时相多特征数据集和待分类作业区中待分类农作物生育期的作物样本数据，获取任一子作业区中每一像素的多时相多特征数据序列；根据每一像素的多时相多特征数据序列，获取每一像素的生长特征图；通过训练后的神经网络模型对每一像素的生长特征图进行识别，获取所述待分类农作物的分类结果。本发明将农作物分类问题转为时间序列生长特征图的识别问题，通过深度学习方法，使得在主要粮食作物主产区尺度上不规则时间序列是一种常态的数据环境下依旧使用，提高了分类的精度。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
