一种多无人机站的组合配送方法及系统

    公开(公告)号:CN115577886A

    公开(公告)日:2023-01-06

    申请号:CN202211248044.7

    申请日:2022-10-12

    Applicant: 安徽大学

    Abstract: 本发明提供一种多无人机站的组合配送方法及系统,所述方法包括:采集多无人机站的旅行商数据,据以构建数学整数规划模型,并利用使用gurobi工具验证数据整数规划模型的正确性;利用基于合作的自适应大领域搜索算法处理多无人机旅行商数据,以得到最优调度方案;基于合作的自适应大领域搜索算法,根据数学整数规划模型处理得到最优解,据以作为最优调度方案,利用随机扰动和2‑opt扰动的方法循环优化车辆的路径,其中,第三策略中设置预设数目的破坏算子和修复算子。本发明解决了无人机站模拟及路径规划规模有限,受约束限制较多导致配送交付效率低的技术问题。

    基于注意力融合因子特征金字塔的极小尺度害虫图像检测方法

    公开(公告)号:CN115358993A

    公开(公告)日:2022-11-18

    申请号:CN202211004153.4

    申请日:2022-08-22

    Applicant: 安徽大学

    Abstract: 本发明涉及基于注意力融合因子特征金字塔的极小尺度害虫图像检测方法,与现有技术相比解决了难以针对极小尺度害虫图像进行检测的缺陷。本发明包括以下步骤:极小尺度害虫图像数据的获取;基于注意力融合因子特征金字塔的构建;害虫目标定位分类网络的构建;基于注意力融合因子特征金字塔与害虫目标定位分类网络的联合训练;待测极小尺度害虫图像的获取;极小尺度害虫图像的定位识别。本发明提升了对小尺度害虫图像的细节特征提取的能力,增强了小尺度害虫的特征表达能力。

    基于注意力机制与轻量级卷积神经网络的奶牛体况评分方法

    公开(公告)号:CN114997725A

    公开(公告)日:2022-09-02

    申请号:CN202210759970.4

    申请日:2022-06-30

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于注意力机制与轻量级卷积神经网络的奶牛体况评分方法,包括:利用2D可见光摄像机拍摄奶牛尾部图片,得到奶牛体况数据集;构建卷积神经网络模型,并使用奶牛体况数据集进行预训练,得到训练好的卷积神经网络模型;获取待检测的奶牛图片并进行预处理,得到预处理图像;所述预处理包括标准化操作和数据增强;将预处理图像输入训练好的卷积神经网络模型,得到奶牛体况评分结果。本发明以深度学习技术,去除了人工评分主观性强等问题;本发明增加了高效通道注意力机制,加强了网络对奶牛体况的提取能力;同时引入Dropout操作,增强网络的泛化能力。

    一种多维异质结导电网状复合薄膜、制备方法及钙钛矿太阳能电池

    公开(公告)号:CN110970563B

    公开(公告)日:2022-08-30

    申请号:CN201911298504.5

    申请日:2019-12-16

    Applicant: 安徽大学

    Abstract: 本发明公开了一种多维异质结导电网状复合薄膜、制备方法以及采用该复合薄膜作为钙钛矿太阳能电池的电子传输层,该复合薄膜含有纳米尺度的TiO2/SnO2异质结以及二维的Ti3C2TX,采用了在空气中和惰性气氛中可控退火的制备工艺。结果表明,以该复合薄膜为电子传输层的钙钛矿太阳能电池的能量转换效率为17.74‑19.14%,而以纯SnO2为电子传输层的钙钛矿太阳能电池的能量转换效率仅为16.01‑16.83%,而且以该复合薄膜为电子传输层的钙钛矿太阳能电池能在30‑40%的湿度空气中,保持85%的初始性能超过45天,具有更优的稳定性。

    一种生物压电式智能口罩及其智能控制方法

    公开(公告)号:CN112933449B

    公开(公告)日:2022-01-21

    申请号:CN202110044138.1

    申请日:2021-01-13

    Applicant: 安徽大学

    Abstract: 本发明涉及一种生物压电式智能口罩,包括口罩本体,口罩本体的两侧设置挂耳和呼吸窗口,呼吸窗口内设有口罩滤芯,口罩滤芯由多层相互绝缘的薄膜构成,每层薄膜自左而右依次由第一电极层、第一芯材层、透气层、第二芯材层、第二电极层组成,所述芯材层采用生物式压电水凝胶,中心位置处设置透明窗口,所述口罩本体上还设置智能控制装置。本发明还公开了一种生物压电式智能口罩的智能控制方法。本发明可在呼吸气压下产生电能,从而有静电吸附灰尘与病毒的功能;同时,本发明通过智能控制装置可实现滤芯的工作电压与人的呼吸气压相匹配,基于数据挖掘技术,预测且补偿工作电压,从而保证长时间使用时,呼吸畅通的过滤性、吸附性及节能性。

    基于自编码器与3D深度残差网络的高光谱图像分类方法

    公开(公告)号:CN112232280B

    公开(公告)日:2021-12-03

    申请号:CN202011217994.4

    申请日:2020-11-04

    Applicant: 安徽大学

    Abstract: 本发明涉及基于自编码器与3D深度残差网络的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:训练样本的获取;待训练高光谱遥感影像数据的预处理;堆栈自编码器神经网络模型的搭建和训练;3D深度残差网络的搭建与训练;待分类高光谱遥感影像的获取;待分类高光谱遥感影像的预处理和降维;高光谱遥感影像分类结果的获得。本发明通过搭建堆栈自编码器神经网络模型,对原始高光谱遥感影像进行降维,剔除了冗余信息;通过设计的3D卷积神经网络引入残差网络模块适当增加网络的深度,建立了3D深度残差网络,更加有效的提取了高光谱遥感影像的空谱联合信息,避免了梯度消失、网络退化的问题。

    一种高光谱遥感影像分类方法

    公开(公告)号:CN113705526A

    公开(公告)日:2021-11-26

    申请号:CN202111041936.5

    申请日:2021-09-07

    Applicant: 安徽大学

    Abstract: 本发明涉及一种高光谱遥感影像分类方法,与现有技术相比克服了有限样本量下高光谱遥感影像特征提取不充分及分类精度不理想的问题。本发明包括以下步骤:高光谱遥感影像的获取和预处理;生成对抗网络的构建和训练;扩充训练样本的获得;构建多尺度残差注意力网络;多尺度残差注意力网络的训练;待分类高光谱遥感影像的获取;高光谱遥感影像分类结果的获得。本发明在训练样本不足的情况下,也能得到较理想的高光谱遥感影像分类结果。

    小麦赤霉病大田环境下病情严重度诊断方法及装置

    公开(公告)号:CN110089297B

    公开(公告)日:2021-11-26

    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。

Patent Agency Ranking