-
公开(公告)号:CN110334090A
公开(公告)日:2019-10-15
申请号:CN201910384212.7
申请日:2019-05-09
Applicant: 安徽大学
IPC: G06F16/22 , G06F16/29 , G06F16/951
Abstract: 一种基于时空特征的多源异构面源污染大数据的关联和检索方法,获取多源异构面源污染数据的时间特征和空间特征,将目标区的地理空间划分为若干个子空间,形成初始网格,在初始网格上逐级划分形成各级子网格,为每一个子网格进行编码,确定多源异构面源污染数据的空间编码,在每一个子网格编码中引入时间特征码,增加时间维度,采用多级网格化组织和索引模型,利用时间和空间位置匹配,实现数据关联和检索,本发明还提供了一种多源异构面源污染大数据监管平台,与现有技术相比,本发明将多源异构大数据的时间和空间特征进行综合考虑,有助于实现数据关联,大大优化了检索,便于利用爬取模块实时监测数据,实现高效检索和管理。
-
公开(公告)号:CN110089297A
公开(公告)日:2019-08-06
申请号:CN201910414703.1
申请日:2019-05-18
Applicant: 安徽大学
Abstract: 本发明特别涉及一种小麦赤霉病大田环境下病情严重度诊断方法,包括以下步骤:(A)在麦田采集感染小麦赤霉病麦穗45度角图像;(B)用田间麦穗分割模型分割病害图像得到麦穗区域;用小麦赤霉病分割模型分割病害图像得到病斑区域;(C)采用凹点匹配法分割麦穗和病斑的粘连区域,得到麦田中每株麦穗的面积和病斑面积;(D)计算每株麦穗的病斑面积和麦穗面积的比值R,判断R是否大于设定阈值,若R大于设定阈值,则判定该株麦穗为病穗;(E)计算麦田中病穗数量与总穗数量的比值X,并根据比值X对病情进行分级;并公开了对应的检测装置。该方法可以实现大田环境下小麦赤霉病病情诊断,诊断速度快且精确度高。
-
公开(公告)号:CN109709084A
公开(公告)日:2019-05-03
申请号:CN201910008272.9
申请日:2019-01-04
Applicant: 安徽大学
IPC: G01N21/65
Abstract: 本发明特别涉及一种半胱胺修饰金纳米棒方法,包括以下步骤:(A)取金纳米棒溶液并进行清洗,清洗后加入超纯水后混匀,其中金纳米棒溶液中金纳米棒的长为60~70nm、宽为20~23nm;(B)将清洗后的金纳米棒溶液和半胱胺溶液按照9:1的体积比进行混合后加入装有磁子的容量瓶中,其中半胱胺溶液的浓度为10-6mol/L;(C)将容量瓶放在搅拌机上搅拌60~90min;(D)搅拌后吸取半胱胺修饰的金纳米棒溶液放进离心机中进行离心后吸出上层清液后即得到半胱胺修饰金纳米棒;还公开了检测乙酰甲胺磷的基片和方法。半胱胺修饰的金纳米棒形态稳定、均一,增强效果更优;同时,金纳米棒上的胺离子与乙酰甲胺磷分子之间存在吸附作用,从而实现对乙酰甲胺磷残留的高灵敏检测。
-
公开(公告)号:CN109544538A
公开(公告)日:2019-03-29
申请号:CN201811422679.8
申请日:2018-11-27
Applicant: 安徽大学
Abstract: 本发明特别涉及一种小麦赤霉病病害等级分级方法,包括以下步骤:(A)采集得到原始图像;(B)对原始图像依次进行灰度化处理、二值化处理、开闭运算得到二值化图像;(C)将原始图像和二值化图像进行结合;(D)转换到Lab颜色空间,利用IABC-K-PCNN方法对a通道灰度图进行处理得到二值化的单穗赤霉病病斑图;(E)计算单穗面积S1和病斑面积S2,然后计算两者比值R;(F)根据国家标准、比值R将对该单穗的病害进行分级并将病害等级输出;还公开了一种分级装置。本发明提出的病害等级分级方法经大量样本测试,在小麦赤霉病田间调查时不破坏性采样,具有分级精度可靠、推广价值高等优势。
-
公开(公告)号:CN109119253A
公开(公告)日:2019-01-01
申请号:CN201811060600.1
申请日:2018-09-12
Applicant: 安徽大学
Abstract: 本发明公开了一种复合金属-有机框架(CMOF)和复合金属氧化物-有机框架(CMOOF)材料及其制备方法与在超级电容器中的应用;该CMOF在微纳尺寸下呈十八面体框架结构,该CMOOF材料在微纳尺寸下呈多孔空心十八面体框架结构;该CMOF和CMOOF材料的制备方法包括:1)CMOF的制备;2)CMOF的后处理;3)CMOOF的制备;基于该材料的超级电容器的制备方法包括:1)电极活性材料的制备;2)集流体的清洗;3)涂片和压片。基于这种材料的超级电容器质量比电容最大可达948F·g-1。这种化学合成的方法容易,可控,可重复性强,利于其产业化。这些特性也有可能在燃料电池,锂电池和传感器等其他领域展现出新的前景。
-
公开(公告)号:CN105807790B
公开(公告)日:2018-08-28
申请号:CN201610258904.3
申请日:2016-04-25
Applicant: 安徽大学
Abstract: 本发明提供一种基于室内混合定位的智能跟随系统,该系统包括设置在跟随物体上的触控屏、主控板、测距模块和驱动模块以及被跟随人员携带的手机终端,所述主控板集成有第一主控制器、第一Wi‑Fi模块和九轴惯性传感器,所述手机终端集成有第二主控制器、第二Wi‑Fi模块、三轴加速度传感器和陀螺仪。本发明还提供一种基于室内混合定位的智能跟随系统的跟随方法。本发明使用简便、灵活,人机交互性强,可根据实际需要设置在任何需要跟随人的物体上,为解放人的双手提供保障,具有很强的环境适应性和生存能力,同时本发明在技术上完美平衡了成本和跟随精度,稳定性高,在拥有较小误差的同时实现了低成本,具有良好的可推广性。
-
公开(公告)号:CN107085700A
公开(公告)日:2017-08-22
申请号:CN201710028035.X
申请日:2017-01-16
Applicant: 安徽大学
CPC classification number: G06K9/00268 , G06K9/00288 , G06K9/6249
Abstract: 本发明涉及一种基于稀疏表示与单隐层神经网络技术相结合的人脸识别方法,与现有技术相比解决了识别方法耗时较长或分类性能不稳定的缺陷。本发明包括以下步骤:人脸图像采集与检测,从视频中提取的测试帧图像中确定人脸的五官范围;图像预处理,对测试帧图像进行消除光照或噪声干扰的预处理;特征提取,对测试帧图像进行人脸特征提取;分类识别,将提取出的人脸特征信息,与数据库中存储的特征模板进行搜索分类匹配,得到最终分类识别结果。本发明将稀疏表示方法与单隐层前馈神经网络相结合,实现了在拥有较快识别速度的同时,保持良好的分类识别性能。
-
公开(公告)号:CN107064126A
公开(公告)日:2017-08-18
申请号:CN201710237466.7
申请日:2017-04-12
Applicant: 安徽大学
CPC classification number: G01N21/78 , G01N21/31 , G01N2021/786 , G01N2201/0407 , G01N2201/06113 , G05B11/42 , G05D27/02
Abstract: 本发明涉及农残检测技术领域,特别涉及一种有机磷农药残留快速检测装置,包括电源变送模块、激光器、光纤分路器、准直器、光电接收管、信号调理模块以及主控模块;所述的电源变送模块为其他模块供电,激光器产生的激光经过光纤分路器变成多路光源后接入准直器中,经准直器准直后的光线被光电接收管所接收,准直器和光电接收管之间的光学通道上布置有比色皿,信号调理模块将光电接收管接收到的光源信号进行光电转换、滤波放大处理后输出至主控模块,主控模块经计算后得到样品抑制率。采用激光器作为光源更为稳定可靠,光纤分路器将激光分为多束保证光线一致性,这样后续处理所得到数据更准确。
-
公开(公告)号:CN104766152A
公开(公告)日:2015-07-08
申请号:CN201510051397.1
申请日:2015-01-30
Applicant: 安徽大学
Abstract: 本发明涉及农业植保信息技术领域,特别涉及一种作物病害识别与病情评估装置,包括:图谱信息采集装置、样品采集装置、图像采集卡和处理器;图谱信息采集装置,用于采集作物病害叶片的图谱信息;样品采集装置,设置在图谱信息采集装置的正下方,用于放置作物病害叶片以及为图谱信息采集装置提供微环境光源;图像采集卡,用于将图谱信息采集装置采集的作物病害叶片的图谱信息传输到处理器,处理其获取作物病害叶片的图谱信息,进行病害识别并计算病情指数,提供喷施药剂名称与喷洒剂量。本发明能准确地区分作物病害,计算病情指数,划分作物病害严重度;并针对作物病害的病情指数给出病害防治方法及施药措施,利于环境保护和促进农业生产。
-
公开(公告)号:CN102878957B
公开(公告)日:2015-05-27
申请号:CN201210367345.1
申请日:2012-09-26
Applicant: 安徽大学
Abstract: 本发明涉及基于遥感影像优化PROSAIL模型参数的叶面积指数和叶绿素含量的反演方法,包括:下载遥感影像并对其进行预处理,得到多光谱冠层反射率数据;运用PROSAIL模型,根据不同的参数组合建立查找表,确定不同参数和冠层反射率的关系,即回归方程;建立目标函数,结合多光谱冠层反射率数据,优化参数,直至得到目标函数的全局最小值及对应的参数组合,并利用多光谱冠层反射率数据对参数进行更新;根据上述所得到的回归方程、多光谱冠层反射率数据及参数组合,反演得到叶面积指数和叶绿素含量。该方法对传统方法进行了由点及面的扩展,无需田间观测数据,有效降低了传统方法测量叶面积指数和叶绿素含量的成本,提高了反演精度和速度。
-
-
-
-
-
-
-
-
-