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！

龙图腾网获悉石河子大学;中国科学院空天信息创新研究院申请的专利基于敏感小波特征构建的棉花黄萎病无症状期检测模型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：CN117195085B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202310999493.3，技术领域涉及：G06F18/2411；该发明授权基于敏感小波特征构建的棉花黄萎病无症状期检测模型是由张泽;杨秘;黄长平;邱肖峰;任鸿;秦诗哲;雷岩设计研发完成，并于2023-08-09向国家知识产权局提交的专利申请。

本基于敏感小波特征构建的棉花黄萎病无症状期检测模型在说明书摘要公布了：本发明公开了一种基于敏感小波特征构建的棉花黄萎病无症状期检测模型，本发明基于敏感小波特征构建的棉花黄萎病无症状期检测模型的构建方法是先进行棉花黄萎病的接种和确认棉花受到黄萎病的感染；然后获取不同接种日期下的棉叶光谱信息；通过连续小波变换进行光谱数据的预处理；利用扫描电子显微镜获取健康和感染黄萎病无症状期的棉花叶片内部结构特征数据；基于棉花叶片内部结构特征数据，并采用LASSO通过最小化目标函数来估计回归系数βj的值，从而选择最优敏感小波特征；最后通过筛选的敏感小波特征集，利用支持向量机算法，通过融合小波特征集来确定区分健康和受黄萎病感染叶片的阈值，从而实现棉花黄萎病无症状期的检测。

本发明授权基于敏感小波特征构建的棉花黄萎病无症状期检测模型在权利要求书中公布了：1.一种基于敏感小波特征构建的棉花黄萎病无症状期检测模型，其特征在于，所述检测模型的构建方法如下： S1、进行棉花黄萎病的接种和确认棉花受到黄萎病的感染； S2、获取不同接种日期下的棉叶光谱信息； S3、通过连续小波变换进行光谱数据的预处理； S4、利用扫描电子显微镜获取健康和感染黄萎病无症状期的棉花叶片内部结构特征数据； S5、基于棉花叶片内部结构特征数据，并采用LASSO通过最小化目标函数来估计回归系数βj的值，从而选择最优敏感小波特征， 其中y为叶类，x为函数中波长的归一化反射率；n和p分别为样品数和波长；βj为系数，α为截距，γ为控制收缩值的惩罚项； S6、构建棉花黄萎病无症状期检测模型，该模型通过S5筛选的敏感小波特征集，利用支持向量机SVM、逻辑回归算法和K邻近算法KNN三种广泛使用的机器学习方法，通过融合小波特征集来确定区分健康和受黄萎病感染叶片的阈值，从而实现棉花黄萎病无症状期的检测。

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石河子大学;中国科学院空天信息创新研究院，其通讯地址为：832000 新疆维吾尔自治区石河子市北四路221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”。