-
公开(公告)号：CN110309841A
公开(公告)日：2019-10-08
申请号：CN201811138134.4
申请日：2018-09-28
Applicant: 浙江农林大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于深度学习的山核桃常见害虫识别方法，属于农林害虫识别和分类技术领域，该方法包括以下步骤：采集山核桃害虫样本图像数据；对山核桃害虫样本图像数据进行处理，得到处理后的山核桃害虫样本图像数据集；采用VGG卷积神经网络模型，并对VGG卷积神经网络模型进行优化；利用优化后的VGG卷积神经网络模型进行目标害虫识别分类；基于VGGNet网络结构开发出一套适用于山核桃害虫识别分类方法，可实现常见山核桃害虫的快速识别和分类，可实现自动识别和分类，识别准确率高。
-
公开(公告)号：CN106560031B
公开(公告)日：2019-08-27
申请号：CN201610174215.4
申请日：2016-03-24
Applicant: 浙江农林大学
IPC: A01K63/04
Abstract: 本发明公开了一种用于淡水养殖体系中的增氧控制装置及控制方法，包括微处理器、存储器、设于池塘中的第一增氧机、若干个检测装置和设于池塘上的第二增氧机；所述池塘上设有轨道，轨道上设有电动小车，电动小车与第二增氧机连接；每个检测装置均包括伸入水中的溶解氧传感器和水温传感器；微处理器分别与存储器、第一增氧机、各个溶解氧传感器、各个水温传感器、第二增氧机和电动小车连接。本发明具有可实时动态增氧，水中的含氧量稳定，为鱼类的健康成长提供保证的特点。
-
公开(公告)号：CN106560030B
公开(公告)日：2019-08-27
申请号：CN201610175961.5
申请日：2016-03-24
Applicant: 浙江农林大学
Abstract: 本发明公开了一种用于池塘的溶解氧实时控制装置及控制方法，包括微处理器、存储器、设于池塘中的第一增氧机、若干个检测装置和设于池塘上的第二增氧机；所述池塘上设有轨道，轨道上设有电动小车，电动小车与第二增氧机连接；池塘呈长方形，池塘的一对角之间设有导管，导管两端均伸入水中，导管上设有水泵；每个检测装置均包括伸入水中的溶解氧传感器和水温传感器；微处理器分别与存储器、第一增氧机、各个溶解氧传感器、各个水温传感器、第二增氧机、水泵和电动小车电连接。本发明具有可实时对池塘的溶解氧进行控制，水中的溶解氧量稳定，为鱼类的健康成长提供保证的特点。
-
公开(公告)号：CN110104784A
公开(公告)日：2019-08-09
申请号：CN201910248336.2
申请日：2019-03-29
Applicant: 浙江农林大学
IPC: C02F3/34 , C02F3/32 , A01G31/02 , A01G24/22 , A01G24/15 , A01G24/13 , A01G24/10 , C02F101/10 , C02F101/16
Abstract: 本发明涉及水污染治理与水体生态修复领域，公开了一种抑藻型生态浮床，包括1个或1个以上浮床单体，浮床单体包括若干个相互拼接的浮板、定植篮、植生袋和抑藻型基质，浮板上设有定植孔，定植孔用于承载定植篮，定植篮的侧壁上设有纵向加强筋，定植篮侧壁的中部设有环形加强筋，植生袋置于定植篮内，植生袋内填充有抑藻型基质，植生袋用于种植水生植物；浮板上还设有连接孔，连接孔沿定植孔外沿周向布置，浮板之间利用铝丝穿过连接孔进行拼接；还设有边框，浮板与边框之间用铝丝穿过浮板拼接孔连接固定。本发明的抑藻型生态浮床的抑藻效果明显，对水体中氨氮、总氮和总磷的去除率分别可达88％、84％和89％以上。
-
公开(公告)号：CN104994535B
公开(公告)日：2019-08-06
申请号：CN201510305314.7
申请日：2015-06-04
Applicant: 浙江农林大学
Abstract: 本发明公开了一种基于多维数据模型的传感器数据流异常检测方法，包括以下步骤：首先构造多维数据模型，然后采用异常数据的检测方法判断传感器节点是否为异常节点，如果是则采用异常数据的验证方法对判定的异常节点进行确认该异常节点的异常来源，所述异常来源包括异常节点所在区域发生特定事件和节点本身存在故障；本发明的方法针对传感器节点采集的多维属性数据提出了异常数据检测方法，充分考虑了传感器数据流之间的时空相关性和多维属性数据之间的关联性，具有可扩展性；与传统的检测方法比较，本发明提出的方法具有较高的检测率和较低的误报率。
-
Patent Agency Ranking
公开(公告)号：CN109558787A
公开(公告)日：2019-04-02
申请号：CN201811138103.9
申请日：2018-09-28
Applicant: 浙江农林大学
Abstract: 本发明公开了一种基于卷积神经网络模型的竹林害虫识别方法，属于农林害虫识别和分类技术领域，该方法包括以下步骤：采集竹林害虫样本图像数据；对竹林害虫样本图像数据进行处理，得到处理后的竹林害虫样本图像数据集；采用VGG卷积神经网络模型，并对VGG卷积神经网络模型进行优化；利用优化后的VGG卷积神经网络模型进行目标害虫识别分类；基于VGGNet网络结构开发出一套适用于竹林害虫识别分类方法，可实现常见竹林害虫的快速识别和分类，可实现自动识别和分类，识别准确率高。
-
公开(公告)号：CN109508650A
公开(公告)日：2019-03-22
申请号：CN201811234969.X
申请日：2018-10-23
Applicant: 浙江农林大学
Abstract: 本发明公开了一种基于迁移学习的树种识别方法，包括以下步骤：S1收集树木图像，制作树种图像数据集；S2对原始数据集图像进行数据增强，以扩充图片的数量；S3获取一种以上在大型图像数据集上训练过的基于卷积神经网络的预训练模型，S4用树种图像数据集对预训练模型进行训练，在训练过程中优化预训练模型中的一个或几个全连接层，从而训练出多个基于卷积神经网络的分类器；测试每个分类器的准确率，选出准确率最高分类器；S5用步骤S4选出的分类器进行树种识别，从而获得识别的结果。本发明基于迁移学习的方式对树种进行识别，使得在树种样本量有限的情况下也能训练出一个泛化能力很好的模型，并且大大提高了复杂背景下的树种识别率。
-
公开(公告)号：CN106560710B
公开(公告)日：2018-11-09
申请号：CN201610682058.8
申请日：2016-08-17
Applicant: 浙江农林大学
Abstract: 本发明公开了一种基于改进的3V模型的水质监测系统及方法，包括设于河道中的若干个采用泡沫材料制成的浮子、设于浮子上的溶解氧传感器、温度传感器、pH值传感器、氨氮传感器和有机磷生物传感器；所述浮子包括壳体、设于壳体内的处理器、无线发射器、存储器、GPS定位仪、导向电机和3个动力电机，设于壳体下部的导向块、3个螺旋桨、光发射器和光接收器。本发明具有检测灵敏度高，准确性好的特点。
-
公开(公告)号：CN104902509B
公开(公告)日：2018-03-30
申请号：CN201510256798.0
申请日：2015-05-19
Applicant: 浙江农林大学
Abstract: 本发明公开了一种基于top‑k(σ)算法的异常数据检测方法，通过构造PC列表，将潜在异常数据点对应的小数据单元格对应的第四列数据分别与阈值进行比较，如果大于阈值，则与该第四列数据对应的小数据单元格内的数据点为异常数据点，否则为正常数据点；有效避免了把异常值误判为正常值或者有效避免了将正常值误判为异常值，大大降低了本发明算法的误报率，通过具体仿真实验发现，本发明提出的算法的误报率比基于top‑k算法降低了4.48％；本发明通过调整阈值的取值大大提高了本发明算法的检测率，通过具体仿真实验发现，本发明提出的算法检测率达到了93.7％，本发明的算法与基于top‑k算法比较检测率提高了4.94％。
-
公开(公告)号：CN104917591B
公开(公告)日：2018-03-23
申请号：CN201510317567.6
申请日：2015-06-11
Applicant: 中国电子科技集团公司第五十四研究所 , 浙江农林大学
IPC: H04L1/00
Abstract: 本发明公开一种适用于单向有损链路的卫星网络数据包压缩传输方法，涉及基于TCP/IP协议族的卫星通信网络技术领域。本发明方法在单向链路上，压缩器维护一个历史缓冲区，用于存储先前未经压缩的数据包。发送端压缩器通过用较短的、含有唯一标识的压缩描述符替换原始数据包和历史缓冲区中数据包的相同字节节串，达到数据包压缩的目的；接收端解压器通过还替还压缩数据包中的压缩描述符，解压还原压缩数据包为原始数据包。发送端压缩设置历史缓冲区中相同字节串出现频次的门限阈值，只有超过门限阈值的重复字节串才会被压缩，通过提高阈值降低解压失败的概率。接收端解压器的历史缓冲区与发送端压缩器的历史缓冲区不需要保持同步和内容一致。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.027 seconds)
