一种端对端深度学习预测小麦氮含量监测方法

基本信息

申请号 CN202111578893.4 申请日 -
公开(公告)号 CN114199791A 公开(公告)日 2022-03-18
申请公布号 CN114199791A 申请公布日 2022-03-18
分类号 G01N21/25(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I 分类 测量;测试;
发明人 李伟;黄宇;孙玉琳;张卓;张宏宇;马宗伟;杨飞;陈兴海 申请(专利权)人 无锡谱视界科技有限公司
代理机构 无锡市汇诚永信专利代理事务所(普通合伙) 代理人 郭慧
地址 214115江苏省无锡市新吴区菱湖大道200号E2-111
法律状态 -

摘要

摘要 本发明公开了一种端对端深度学习预测小麦氮含量监测方法,包括采集区域内小麦冠层光谱使用线性插值重建,同时测定该区域内具有代表性的小麦的氮含量,通过采集的冠层光谱和测定的氮含量对卷积神经网络进行训练得到小麦氮含量预测模型。本发明的小麦氮含量测定方法中,单点和成像光谱仪采集的多源小麦冠层光谱数据进行插值重建后结合卷积神经网络建模预测小麦氮含量,不需要对光谱进行预处理和特征波段选择,实现了光谱样本直接到氮含量指标的端对端快速预测,并且建模的光谱不需要进行预处理和特征波段的选择,通过卷积神经网络卷积层、池化层提取光谱中的重要信息,所建立的模型具有更好的普适性和鲁棒性,通过该模型可实现小麦氮含量的精确预测。