一种基于多输入卷积神经网络的花卉疾病分析方法

发明专利有效专利

申请号：
CN201810626283.9
IPC分类号：G06N3/04;G06N3/08;G06K9/62
申请日期：
2018-06-13
申请人：
南京大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多输入卷积神经网络的花卉疾病分析方法
申请号	CN201810626283.9	申请日期	2018-06-13
法律状态	实质审查	申报国家	中国
公开/公告日	2019-12-20	公开/公告号	CN110598841A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;K;9;/;6;2查看分类表>
申请人	南京大学	申请人地址	江苏省南京市仙林大道163号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京大学	当前权利人	南京大学
发明人	许蕾;林君宇;李奕萱;罗雯波;郑聪尉
代理机构	暂无	代理人	暂无

摘要

本发明面向智能手机使用者，提出基于多输入卷积神经网络(Multi‑InputConvolutionalNeuralNetwork)诊断花卉疾病。方法是训练多个多输入卷积神经网络模型，利用手机方便携带、易操作的特性，由用户拍摄同一花卉的不同角度图片，或录制一段视频，作为网络的输入，花卉模型预测花卉种类，疾病分类模型预测疾病种类，根据结果从数据库中返回疾病详情和治疗方案。本发明操作简单，不增加时间开销，能够有效提高识别准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供