原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于纹理特征的植株叶片氮含量高光谱建模方法和装置，按照该方法建立的预测模型用于对现场采集的植株叶片高光谱纹理数据进行自动处理，输出当前叶片氮含量的预测值；方法包括：采集若干不同氮水平的植株叶片样本，获取叶片样本的高光谱数据和氮含量测定值；利用图像纹理特征进行相关性分析、采用机器学习算法建立图像纹理特征‑叶片氮含量相关的预测反演模型；现场采集植株叶片样本高光谱数据输入预测反演模型，获得氮含量预测值。装置包括光谱采集设备、处理器、存储器；存储器存储有程序模块，处理器执行程序实现当前植株
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116087108 A
(43)申请公布日 2023.05.09
(21)申请号 202310025404.5
(22)申请日 2023.01.09
(71)申请人 中国科学院沈阳自动化研究所
地址
文档评论（0）