-
公开(公告)号：CN114900875B
公开(公告)日：2024-03-19
申请号：CN202210446107.3
申请日：2022-04-26
Applicant: 安徽农业大学
IPC: H04W52/02
Abstract: 本发明公开了一种可降低功耗的个人智能终端应用程序网络数据接收方法，包括以下步骤：步骤1、获取接收网络数据包的协议接口；步骤2、获取网络数据包的有效包长，并判断是否需要向所述应用程序推送网络数据包；步骤3、当判断需要推送时，预测得到网络数据包的种类；步骤4、基于系统信息、步骤3得到的种类得到延迟时间；步骤5、根据延迟时间与网络数据包存续于协议接口中的时间是否对齐，判断是否向应用程序交付网络数据包。本发明可有效降低个人智能终端设备功耗。
-
公开(公告)号：CN114821239A
公开(公告)日：2022-07-29
申请号：CN202210507282.9
申请日：2022-05-10
Applicant: 安徽农业大学
Abstract: 本发明公开了一种有雾环境下的病虫害检测方法，包括以下步骤：步骤1、收集清晰的图像作为训练Optimized‑AECR‑Net模型的数据集，收集病虫害的图像作为训练OACER‑Swin Transformer模型的数据集；步骤2、对数据集进行预处理，并对病虫害数据集进行加雾处理；步骤3、构建并训练Optimized‑AECR‑Net模型；步骤4、构建并训练OACER‑Swin Transformer模型；步骤5、采用OACER‑Swin Transformer模型进行病虫害检测。本发明方法能够有效避免因雾天拍摄的图片质量差导致的模型性能差，该方法适用于有雾环境下的各种农作物病虫害检测。
-
Patent Agency Ranking
公开(公告)号：CN114863279B
公开(公告)日：2024-07-02
申请号：CN202210485150.0
申请日：2022-05-06
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06N3/096 , G06N3/045
Abstract: 本发明公开了一种基于RS‑DCNet的花期检测方法，包括以下步骤：步骤1、获取基类数据集和新类数据集；步骤2、对数据集中数据进行预处理、数据广增，并分为训练集、验证集等；步骤3、以DCNet模型为基础构建RS‑DCNet模型；步骤4、在元学习阶段和元微调阶段对RS‑DCNet模型分别训练，使RS‑DCNet的参数调节为最优配置参数；步骤5、利用RS‑DCNet模型识别花期图像。本发明在样本数量只有几张的情况下，依然能够保持较高的检测精度。
-
公开(公告)号：CN114519402B
公开(公告)日：2022-08-09
申请号：CN202210400877.4
申请日：2022-04-18
Applicant: 安徽农业大学
IPC: G06K9/62 , G06N3/08 , G06T7/73 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于神经网络模型的柑橘病虫害检测方法，包括以下步骤：步骤1、获取柑橘病虫害图像作为数据集；步骤2、将数据集分为训练集和测试集，并进行预处理；步骤3、构建Contextual Swin Transformer模型，对模型进行训练得到最优配置参数；步骤4、通过参数为最优配置参数的模型对待识别病虫害种类的柑橘病图像进行识别，得到病虫害识别结果。本发明可降低计算量，提高检测效率和准确性。
-
公开(公告)号：CN114741548A
公开(公告)日：2022-07-12
申请号：CN202210458831.8
申请日：2022-04-27
Applicant: 安徽农业大学
IPC: G06F16/583 , G06K9/62 , G06N3/04 , G06T7/11 , G06T7/73 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74
Abstract: 本发明公开了一种基于小样本学习的桑叶病虫害检测方法，包括以下步骤：步骤1、数据集采集：获取基类数据集和新类数据集；步骤2、数据集预处理；步骤3、构建RP‑DCNet模型；步骤4、将基类数据集在元学习阶段对RP‑DCNet模型进行训练；步骤5、将新类数据集和与新类数据集数量相当的基类数据集在元微调阶段对RP‑DCNet模型进行训练；步骤6、经过训练对RP‑DCNet模型的参数进行调整得到最优配置参数；步骤7、基于最优配置参数下的模型用于桑叶病虫害检测。本发明在样本数量较少情况下，依然能够保持较高的检测精度。
-
公开(公告)号：CN119256997A
公开(公告)日：2025-01-07
申请号：CN202411517208.0
申请日：2024-10-29
Applicant: 安徽农业大学
Abstract: 本发明涉及母猪产床技术领域，公开了一种妊娠母猪产床固定装置，包括底板，所述底板的顶部固接有收纳机构，收纳机构连接有状态调整组件，收纳机构的一端设置有喂食槽，收纳机构的另一端设置有U型结构的防护栏，收纳机构的两侧均设置有与底板固接的保温组件，保温组件靠近收纳机构的一侧两端均安装有与收纳机构连接的隔板，收纳机构靠近防护栏的一侧设置有闭合门。本发明便于母猪进行定时喂养管理操作，实现母猪喂养精准控制，改善母猪养殖过程中生物习性，提高母猪品质；提高养殖环境，降低仔猪发病率；从底部和顶部对仔猪进行保温防护，便于仔猪休息生长，提高仔猪养殖效益；便于对保温箱进行隔离清洗修整。
-
公开(公告)号：CN114764827A
公开(公告)日：2022-07-19
申请号：CN202210456922.8
申请日：2022-04-27
Applicant: 安徽农业大学
IPC: G06T7/70 , G06T7/00 , G06N3/08 , G06K9/62 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种自适应低光照场景下的桑叶病虫害检测方法，包括以下步骤：步骤1、收集桑叶病虫害图片作为数据集；步骤2、将数据集分为训练集和测试集，并进行预处理；步骤3、构建ZTOC Swin Transformer模型，对模型进行训练得到最优配置参数；步骤4、通过参数为最优配置参数的模型对待识别的桑叶健康状态图像进行识别，得到桑叶病害检测结果。本发明可适应各种光照场景，并能够降低计算量，提高检测效率和准确性。
-
-
-
-
-
-
Search Results
17
records
(took 0.047 seconds)
