小麦赤霉病染病籽粒识别的光谱病害指数构建及应用

    公开(公告)号:CN110132856B

    公开(公告)日:2021-06-25

    申请号:CN201910415768.8

    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染病籽粒识别的光谱病害指数构建,包括如下步骤:(A)挑选健康和染病小麦籽粒作为样本,采集得到两条平均光谱曲线;(B)分别对两条平均光谱曲线进行一阶微分处理得到两条一阶微分光谱曲线;(C)根据两条平均光谱曲线求解波长λ1,根据两条一阶微分光谱曲线求解波长λ2;(D)计算每个小麦籽粒的光谱病害指数;(E)根据健康和染病小麦籽粒的光谱病害指数分别画出其频数直方图;(F)对两个频数直方图进行曲线拟合,取两条拟合曲线的交点为判断阈值;还公开了利用该模型进行小麦赤霉病检测的方法。本发明构建的光谱病害指数,具有无损、计算速度快、精度高、稳定性好的应用优势。

    半胱胺修饰金纳米棒方法及检测乙酰甲胺磷的基片和方法

    公开(公告)号:CN109709084B

    公开(公告)日:2021-05-18

    申请号:CN201910008272.9

    申请日:2019-01-04

    Applicant: 安徽大学

    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。

    基于空谱特征与BP神经网络的高光谱图像分类方法

    公开(公告)号:CN112784907A

    公开(公告)日:2021-05-11

    申请号:CN202110113912.X

    申请日:2021-01-27

    Abstract: 本发明公开了基于空谱特征与BP神经网络的高光谱图像分类方法,涉及图像处理技术领域。首先通过PCA对高光谱图像进行降维处理,获得兼具低维波段和特征显著的光谱信息;通过LBP算法提取高光谱图像的空间纹理信息;最后将光谱信息和空间纹理信息通过串行融合的方式组成高光谱图像的特征向量,并输入BP神经网络中训练分类。将本发明的方法应用于Pavia University、Salinas和Botswana高光谱图像处理,分类精度分别达到了93.67%、98.09%和92.97%。本发明的算法相比较于经典算法KNN和几种性能优越的算法,在总体精度、平均精度和Kappa系数上均有提升,证明了本发明方法的实用性。

    赤霉病病变小麦穗部镰刀菌烯醇类毒素的在体探测方法

    公开(公告)号:CN112649414A

    公开(公告)日:2021-04-13

    申请号:CN202011372759.4

    申请日:2020-11-30

    Applicant: 安徽大学

    Abstract: 本发明特别涉及一种赤霉病病变小麦穗部镰刀菌烯醇类毒素的在体探测方法,包括如下步骤:S100、构筑纳米探针溶液;S200、对纳米探针溶液进行调整后滴加在受赤霉病侵害的小麦麦穗上;S300、待溶液蒸发后,通过光谱仪采集小麦麦穗表面形成的纳米颗粒阵列薄膜的SERS光谱;S400、将测得的SERS光谱传输至服务器上,并由已建立的解译模型进行处理得到光谱对应的毒素含量。小麦穗部镰刀菌烯醇类毒素的在体原位探测,可以动态反馈小麦穗部的毒素以及受侵害程度;将一维光谱数据折叠成二维数据,建立全卷积网络对毒素含量进行分析,解决了毒素含量的准确获取问题,快速准确解析SERS光谱中镰刀菌烯醇类毒素含量信息。

    一种基于人脸识别算法的疫情防控智能系统及其检测方法

    公开(公告)号:CN112582075A

    公开(公告)日:2021-03-30

    申请号:CN202011430850.7

    申请日:2020-12-09

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于人脸识别算法的疫情防控智能系统及其检测方法,包括箱体;感应组件,所述感应组件包括设置于所述箱体顶部延伸端的测温模块、设置于所述箱体侧面的人机交互模块,以及与所述人机交互模块相邻设置有身份识别模块;所述测温模块包括超声波测距传感器、相邻设置于所述超声波测距传感器的红外测温传感器,以及相邻设置于所述身份识别模块的人体热释电红外传感器。控制组件,所述控制组件包括设置于所述箱体内部的主控板,以及设置于所述主控板的供电模块。本发明为非接触人体温度测量,用于疫情监测时可减少人员配置、避免人与人之间的接触,降低疾病的传播风险。同时体积小、便于携带、使用灵活、且拥有广泛的应用场景。

    一种复合型石墨烯气凝胶、制备及在超级电容式压力传感器中的应用

    公开(公告)号:CN112429721A

    公开(公告)日:2021-03-02

    申请号:CN202011329686.0

    申请日:2020-11-24

    Applicant: 安徽大学

    Abstract: 本发明公开一种复合型石墨烯气凝胶,其由再生蚕丝蛋白改性石墨烯气凝胶而成,其内部含少量β‑折叠微晶结构,该结构内相邻β链由强氢键以反平行排列方式连接,形成片状结构,机械强度高;其制备方法包括以下步骤:1)再生蚕丝蛋白溶液的制备;2)复合型石墨烯水凝胶的制备;3)复合型石墨烯气凝胶的制备;还提供了一种超级电容式压力传感器的制备方法,包括以下步骤:1)凝胶电解质的制备;2)复合型石墨烯气凝胶上侧和下侧电极的制备;3)凝胶电解质的注入。本发明的复合型石墨烯气凝胶具有高弹性可压缩性能,在0.01~10KPa范围内,具有0.73KPa‑1的高灵敏度;具有稳定的应变‑电响应和超灵敏的检测极限,能感知应变(0.012%)和压力(0.25Pa)的微小变化,有效检测低压;具有超级电容特性,在电化学储能、循环稳定方面表现出极大优势,具有广泛的应用前景。

    一种复合电极、其制备方法及应用

    公开(公告)号:CN108172407B

    公开(公告)日:2020-11-24

    申请号:CN201711429800.5

    申请日:2017-12-26

    Applicant: 安徽大学

    Abstract: 本发明公开一种复合电极,属于电子材料和器件领域,包括基底,所述基底的表面电镀有碳层,所述碳层的表面电镀有过渡金属氧化物层;该复合电极呈三维多孔褶皱结构,复合电极的质量比电容最大可达1783F·g‑1;该复合电极的制备方法,包括1)基底的准备;2)溶液的配制;3)电镀碳层;4)电镀过渡金属氧化物层;5)清洗、干燥;同时提供了该种复合电极在超级电容器中的应用。本发明的复合电极具有优良的导电性,较高的质量比电容以及循环稳定性,其质量比电容最大可达1783F·g‑1,在6A·g‑1的电流密度下循环工作2000次,比电容可保持为初始值的84.4%,具有广阔的应用前景。

    基于局部二值模式和KNN分类器的遥感高光谱图像分类方法

    公开(公告)号:CN111881953A

    公开(公告)日:2020-11-03

    申请号:CN202010672339.1

    申请日:2020-07-14

    Applicant: 安徽大学

    Abstract: 本发明涉及基于局部二值模式和KNN分类器的遥感高光谱图像分类方法,与现有技术相比解决了难以进行遥感高光谱图像分类的缺陷。本发明包括以下步骤:训练数据的获取;光谱特征向量的提取;空间特征向量的提取;颜色特征向量的提取;多特征向量的堆叠;KNN分类器的构建和训练;待分类遥感高光谱图像的获取;待分类遥感高光谱图像的预处理;遥感高光谱图像分类结果的获得。本发明通过光谱、空间、颜色特征相联合,增强了同类像元的相似性,同时增大了不同像元的相异性,与部分提出的分类方法相比,总体分类精度、平均分类精度、Kappa系数均有不同程度的提高。

    基于高光谱影像的小麦产量计算模型的构建方法及其应用

    公开(公告)号:CN111798327A

    公开(公告)日:2020-10-20

    申请号:CN202010590387.6

    申请日:2020-06-24

    Applicant: 安徽大学

    Abstract: 本发明特别涉及一种基于高光谱影像的小麦产量计算模型的构建方法,包括如下步骤:A、拍摄实验麦田的高光谱图像;B、对麦田高光谱图像进行预处理得到训练集和测试集;C计算样本特征值;D、人工计算样本的小麦产量;E、将训练集的特征值和对应的小麦产量输入随机森林算法中进行训练,得到每种特征的权重系数,选取最优特征组合;F、将训练集的最优特征组合和对应的小麦产量代入进行训练即可得到小麦产量计算模型;本发明还公开了利用该模型计算小麦产量的方法。以高光谱波段以及植被指数来作为样本的特征值,这些特征值能很好地作为小麦产量评估依据;利用随机森林算法挑选最优特征组合,可以大幅减少后期小麦产量计算量和处理速度,并且计算结果的精确度也能够得到保证。

Patent Agency Ranking