-
公开(公告)号：CN116671477A
公开(公告)日：2023-09-01
申请号：CN202310936554.1
申请日：2023-07-28
Applicant: 安徽农业大学
Abstract: 本申请属于养殖船技术领域，公开了一种稻虾养殖用无人作业船，包括船体、动力装置、自动投料装置、除藻装置、信息采集模块和控制模块，自动投料装置包括饲料仓和抛料盘，将饲料通过抛料盘抛洒到水中实现自动投喂；除藻装置包括进藻斗、进藻管、负压仓体和传送带，负压仓体与进藻管连接，底部设置电控阀，顶部设置气泵，传送带进料端布置在负压仓体下方，传送带上方设置紫外线灭活机构，紫外线灭活机构前侧的传送带上方设置有挡板，传送带出料端伸出船体布置；通过紫外线灭活机构将吸进来的藻类灭活然后再排入水中，灭活后的藻类可以分解成有机物补充水中的养分。上述方案在无人作业船自动投喂的同时可以直接自动清理水面藻类，提高了清理效率。
-
公开(公告)号：CN113038465B
公开(公告)日：2022-05-17
申请号：CN202110215530.8
申请日：2021-02-25
Applicant: 安徽农业大学
IPC: H04L9/32 , H04W12/033 , H04W12/00 , H04W12/02 , H04W12/06 , H04W12/041 , H04W12/0433 , H04W12/0431 , H04W12/122 , H04W84/18
Abstract: 本申请公开了一种在自组织网络中可撤销的无证书条件隐私保护认证方法，包括系统初始化阶段、客户端与AP之间的认证阶段和撤销阶段，系统初始化阶段包括公共参数生成和用户注册，公共参数生产用于通过NM生成系统参数，从而便于数据的建立，用户注册用于提交真实身份信息，便于公钥和私钥的生成和发送，客户端与AP之间的认证阶段包括身份认证和会话密钥的建立，身份认证用于对客户端和AP之间的身份是否合法的认证，会话密钥的建立用于加强患者身体信息的保密强度，撤销阶段包括揭示用户的真实身份和撤销恶意用户。本方案，通过确保医生和患者是合法性，降低了认证成本的同时，也提高了用户撤销的及时效率和计算效率。
-
公开(公告)号：CN110490161B
公开(公告)日：2022-01-07
申请号：CN201910786366.9
申请日：2019-08-23
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于深度学习的圈养动物行为分析方法，属于动物行为检测领域。它包括基于深度学习的动物个体检测方法、基于有效帧图像中动物个体边界框水平垂直方向长度比、边界框位于进食及饮水兴趣区域内的面积与整个边界框面积比以及相邻有效帧图像中同一动物个体边界框质心位置变化量与临界值的关系，判别圈养动物的进食、饮水、行走和休息行为。最后，对无效帧图像造成的缺失行为进行填补。本发明通过分析安装在圈养区域侧上方的摄像头采集的视频，实现圈养动物的行为分析；克服了传统方法依赖于动物头部检测、深度相机以及其他辅助方法识别动物行为的不足，具有部署应用方便、行为识别准确率高的特点。
-
公开(公告)号：CN110490161A
公开(公告)日：2019-11-22
申请号：CN201910786366.9
申请日：2019-08-23
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于深度学习的圈养动物行为分析方法，属于动物行为检测领域。它包括基于深度学习的动物个体检测方法、基于有效帧图像中动物个体边界框水平垂直方向长度比、边界框位于进食及饮水兴趣区域内的面积与整个边界框面积比以及相邻有效帧图像中同一动物个体边界框质心位置变化量与临界值的关系，判别圈养动物的进食、饮水、行走和休息行为。最后，对无效帧图像造成的缺失行为进行填补。本发明通过分析安装在圈养区域侧上方的摄像头采集的视频，实现圈养动物的行为分析；克服了传统方法依赖于动物头部检测、深度相机以及其他辅助方法识别动物行为的不足，具有部署应用方便、行为识别准确率高的特点。
-
公开(公告)号：CN104363628A
公开(公告)日：2015-02-18
申请号：CN201410619657.6
申请日：2014-11-05
Applicant: 安徽农业大学
IPC: H04W40/24
CPC classification number: H04W40/246 , H04W40/248
Abstract: 本发明涉及一种基于信息高速通道的无线传感网跨层路由方法，其工作过程是由不断交替的两个阶段组成的，这两个阶段分别为通道搭建期和数据传输期；通道搭建期完成高速信息通道的搭建，且通道搭建期的时长要远远小于数据传输期的时长；在数据传输期内所有节点之间进行正常的业务数据传输。所述通道搭建期整体分为三个阶段，首先Sink节点完成网络整体拓扑的探测，获取节点分布情况以及能量、性能等参数；然后通过计算选取出适合的节点形成稳定的高速信息通道，并且告知这些节点被选取为高速通道节点；最后由各个高速通道节点依次向周边邻居节点广播自己的身份，网络中普通节点根据这些广播信息计算出一个进入信息通道的最佳入口节点。
-
Patent Agency Ranking
公开(公告)号：CN118298431A
公开(公告)日：2024-07-05
申请号：CN202410718322.3
申请日：2024-06-05
Applicant: 安徽农业大学
IPC: G06V20/70 , G06V10/82 , G06V10/44 , G06V10/50 , G06V10/52 , G06V10/80 , G06V10/762 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06F40/30 , G06F40/284 , G06F18/25
Abstract: 本发明公开了一种自然场景图像描述生成方法及系统，属于计算机视觉以及自然语言处理技术领域。本发明采用融合注意力机制的编码器‑解码器架构设计图像描述模型，构建基于向量梯度非均匀正则化的图像特征编码模块，增强图像中目标之间互动关系的准确性；构建基于特征贡献和标准差控制优化的文本特征解码模块，提高捕捉图像视觉信息的完整性和图像描述技术在各种场景下的泛化能力和适应性。本发明能够提升面向自然场景的图像描述的准确性、多样性和通用性，从而生成高精度、信息丰富和鲁棒性强的自然语言描述。
-
公开(公告)号：CN117115668A
公开(公告)日：2023-11-24
申请号：CN202311374559.6
申请日：2023-10-23
Applicant: 安徽农业大学
IPC: G06V20/10 , G06N3/0455 , G06N3/0464 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/82
Abstract: 本发明公开了一种作物冠层表型信息提取方法、电子设备及存储介质，属于图像处理技术领域。本发明采用编码器‑解码器架构设计语义分割模型，融合基于多维权重聚合的动态卷积神经网络与基于级联自注意力的作物特征提取网络，增强对环境因素和作物生长分布差异的鲁棒性。在编、解码器连接处引入作物上下文信息提取模块，并联有效的空洞卷积组合捕获作物冠层像素点与其邻域像素点特征以辅助分类决策，提升模型对作物冠层像素与背景像素的辨别能力。构建作物多尺度特征聚合模块优化解码器结构，提升模型对由于作物特性或基因型导致的小尺度作物个体识别效果，以兼顾更多作物品种的表型提取。本发明能够提升作物冠层表型信息的提取效率与精度。
-
公开(公告)号：CN116998449A
公开(公告)日：2023-11-07
申请号：CN202311050181.4
申请日：2023-08-19
Applicant: 安徽农业大学
Abstract: 本发明公开了一种虾稻共生稻田自动化供氧装置及预警管理系统，属于虾稻共生田领域，一种虾稻共生稻田预警管理系统包括溶解氧传感器、数据处理单元、处理器、数据储存单元、数据发送模块、供氧装置和警报单元；自动化供氧装置包括受处理器控制的气泵，横管的侧壁上转动连接有多个分支管，多个分支管的侧壁上均固定连接有多个呈线性阵列设置的喷气管。本发明通过设置溶解氧传感器、供氧装置和警报单元等结构，使得稻田内水的溶氧量得到实时监控预警，同时能够及时的为稻田水进行增氧，通过设置第一圆筒、第二圆筒以及二者内部填充过氧化氢溶液，在稻田水内的溶解氧含量较低时过氧化氢溶液能够释放出氧气，使得稻田水内能够溶解更多的氧。
-
公开(公告)号：CN116267543A
公开(公告)日：2023-06-23
申请号：CN202310502547.0
申请日：2023-05-05
Applicant: 安徽农业大学
IPC: A01G25/16
Abstract: 本发明公开了一种高通量水稻抗旱性鉴定墒情智能监控系统，属于水稻抗旱墒情监测领域，该系统由供水模块、供电模块、网络模块、墒情监测模块和墒情管控模块组成，并包括利用传感网络建立的土壤温湿度传感器节点。本发明利用传感网络建立110个土壤温湿度传感器节点，通过网络模块在环境监控主机与服务器之间实现连接，并建立数据库，搭建云平台，实现墒情数据的实时监测；通过设计自动滴灌控制逻辑，云平台根据控制逻辑制定相应滴灌任务，利用网络继电器控制电磁阀的开关，实现墒情的高通量智能监控。
-
公开(公告)号：CN113992718B
公开(公告)日：2022-10-04
申请号：CN202111264946.5
申请日：2021-10-28
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于动态宽度图神经网络的群体传感器异常数据检测方法和系统，属于计算机技术领域。该方法通过实时采集待检测的传感器网络的数据，基于传感器网络拓扑结构构建传感器网络的邻接矩阵，基于采样参数确定滑动窗口尺寸；再将历史和实时传感器网络的数据进行归一化、极坐标编码处理后再重构为二维矩阵并设定滑动窗口；接着将二维矩阵深度叠加为三维矩阵，将三维矩阵喂入传感器异常数据检测模型，判断待检测的实时传感器网络的数据是否存在异常。其中，异常数据检测模型可根据目标传感器网络节点数量和拓扑结构的变化动态更新。本发明对传感器网络规模和拓扑结构具有良好的适应性、且异常数据实时检测准确率高。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.026 seconds)
