买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽大学申请的专利基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117132853B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310631473.0，技术领域涉及：G06V10/80；该发明授权基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法是由黄林生;张寒苏;黄文江;赵晋陵;雷雨;阮超;芦奇宝;尚俊呈;孔繁楚设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法在说明书摘要公布了：本发明涉及一种基于CARS‑Ridge算法融合新型指数的小麦赤霉病识别方法，包括：获得小麦赤霉病冠层高光谱数据；通过CARS、PCA和SPA三种算法对获取的小麦赤霉病冠层高光谱数据进行降维；通过RF、PLSR和Ridge三种算法进行建模，得到9个小麦赤霉病识别模型；通过对9个小麦赤霉病识别模型的结果进行十折交叉验证，确定最优模型；构建两个新型指数；将新型指数与最优模型进行融合，得到最优小麦赤霉病识别模型。本发明通过数据降维并结合新型指数构建评价了高光谱数据在小麦赤霉病识别中的应用潜力，提出了CARS‑Ridge算法和新型指数的开发，确定了最准确的小麦赤霉病识别模型，即最优小麦赤霉病识别模型；大大提高了现有病害反演的精度，克服了小麦赤霉病识别不准确的缺陷。

本发明授权基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法在权利要求书中公布了：1.一种基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法，其特征在于：该方法包括下列顺序的步骤： 1获取数据：获得小麦赤霉病冠层高光谱数据，同时对各个样方的发病率进行统计； 2进行数据降维：通过CARS、PCA和SPA三种算法对获取的小麦赤霉病冠层高光谱数据进行降维，得到三种不同的特征集； 3进行建模：通过RF、PLSR和Ridge三种算法进行建模，得到CARS-RF、CARS-PLSR、CARS-Ridge、PCA-RF、PCA-PLSR、PCA-Ridge、SPA-RF、SPA-PLSR和SPA-Ridge共9个小麦赤霉病识别模型； 4确定最优模型：通过对9个小麦赤霉病识别模型的结果进行十折交叉验证，确定最优模型； 5开发新型指数：以12个植被指数为基础，构建两个新型指数即WFItwo和WFIthree； 6构建最优小麦赤霉病识别模型：将新型指数与最优模型进行融合，得到最优小麦赤霉病识别模型； 所述步骤5具体包括以下步骤： 5a首先根据Pearson相关系数的计算公式计算全光谱波段与样方中发病小麦穗数占调查总穗数的比例DER的相关性，相关性的结果在0至1之间，选定固定阈值对波段进行划分，相关系数大于0.7的波长被选择作为初选波长；假设x1,y1,x2,y2,…,xn,yn分别表示两个变量X和Y的取值，n为样本数量，Pearson相关系数的计算公式为： 式中，R为Pearson相关系数，xi和yi分别表示第i个自变量和因变量； 是协方差，它度量变量X和Y之间的相关性，和分别是样本的均值，即： 5b根据Pearson相关系数的计算公式计算植被指数与样方中发病小麦穗数占调查总穗数的比例DER的相关性，同样按照阈值划分选取与DER相关系数达到0.7以上的植被指数做为初选植被指数；所述12个植被指数为敏感色素指数SIPI、花青素反射指数ARI、转化叶绿素吸收反射指数TCARI、改良叶绿素吸收比指数MCARI、归一化差分植被指数NDVI、修正简单比值指数MSR、比值植被结构指数RVSI、植物衰老反射指数PSRI、三角植被指数TVI和氮反射指数NRI、光化学反射指数PRI和生理反射指数PHRI； 5c根据Pearson相关系数的计算公式计算初选波长与初选植被指数的相关性，采用阈值划分，将与初选植被指数之间相关系数大于0.7的初选波长进一步分割，最终保留下来的波长用来构建两种新型指数WFItwo和WFIthree： 其中，R687、R659和R760是最终保留下来的波长。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。