-
公开(公告)号：CN108088981A
公开(公告)日：2018-05-29
申请号：CN201711328434.4
申请日：2017-12-13
Applicant: 安徽大学
IPC: G01N33/24
Abstract: 本发明公开了一种基于协同克里金插值法的土壤锰元素含量预测方法，采用协同克里金插值法来预测其含量。由于土壤中锰元素受其它较多因素的影响，所以本发明采用主成分分析法将这些影响因素组合成一个综合因子，进而将这个综合因子作为辅助变量对主变量锰元素进行协同克里金插值。首先收集了北京市房山区20个乡镇果园地、水浇地、菜地、灌溉水田和旱地这五种耕地类型的土壤重金属元素数据；然后使用方差分析法分析了这五种耕地类型对土壤中锰元素含量的影响；最后在不同的耕地类型下，运用协同克里金插值方法预测土壤中锰元素的含量，并根据标准平均值误差、均方根误差、标准化均方根对插值结果的精度进行分析。
-
公开(公告)号：CN104964712B
公开(公告)日：2017-12-08
申请号：CN201510398948.1
申请日：2015-07-08
Applicant: 安徽大学
IPC: G01D21/02
Abstract: 本发明的一种架空输电线路张力放线智能监测通信系统，在各滑车和走板上安装有各类传感器以及数传电台。以相邻的几个杆塔作为一个局部区域，局部区域中的滑车之间以星型网络组网的方式实现通信，所有局部区域之间以总线拓扑网络的方式实现通信。智能走板在任何一个局部区域中的监测信息均可以多跳中继接力方式来传送到中心基站，中心基站根据接收到的各个传感器的检测数据，计算出走板在放线区段内所处的位置、高度、速度、姿态、子导线受力和放线滑车所受荷载等张力放线数据，实现架空输电线路张力放线系统的智能监测。
-
公开(公告)号：CN106952738A
公开(公告)日：2017-07-14
申请号：CN201710136381.X
申请日：2017-03-09
Applicant: 安徽大学
Abstract: 本发明公开了一种具有柔性自支撑结构的电极及其制备方法，属于电化学储能技术领域，将金属基底浸泡在氧化石墨烯溶液中，蒸发处理，从而在基底上形成一层氧化石墨烯薄膜，接着用抗坏血酸还原处理，从而制得下层的还原氧化石墨烯薄膜；将过渡金属盐、铜盐、表面活性剂的混合水溶液旋涂在钛片基底上，且置于火焰中合成，从而制得中间的纳米碳薄膜；采用与下层还原氧化石墨烯薄膜相同的制备方法，制备上层的还原氧化石墨烯薄膜；将基底干燥，将制得的薄膜从基底上剥落，从而制得柔性、无金属基底的自支撑结构电极。这种电极结构独特，制备方法简单且成本低廉，用于超级电容器电极时，具有高面积比电容与优异的循环稳定性，具有广泛的应用前景。
-
公开(公告)号：CN103942528A
公开(公告)日：2014-07-23
申请号：CN201410042022.4
申请日：2014-01-28
Applicant: 安徽朗坤物联网有限公司 , 安徽大学
Abstract: 本发明提供一种蚜虫虫情调查方法及装置，扫描蚜虫虫情叶片样本，获取蚜虫虫情叶片图像信息；分析所述蚜虫虫情叶片图像信息，获取所述蚜虫虫情叶片样本的蚜虫数；根据预设个数的所述蚜虫虫情叶片样本的蚜虫数和预设蚜虫虫情等级标准，计算蚜虫虫情等级。采用本发明的蚜虫虫情调查方法及装置，由于采用扫描方式获得蚜虫虫情叶片图像信息，对该图像信息进行分析计算后获取蚜虫虫情等级，从而避开了目测手查方法导致蚜虫虫情调查结果不准确，误差较大的问题，使得蚜虫虫情调查规范准确。
-
公开(公告)号：CN103136632A
公开(公告)日：2013-06-05
申请号：CN201310038802.7
申请日：2013-01-31
Applicant: 安徽大学
Abstract: 本发明公开了一种作物病情处方图生成与发布系统，包括：数据获取模块，用于作物病害叶片图像采集以及采集地位置信息的记录；病情计算模块，与数据获取模块相连，用于提取作物病虫害叶片图像信息，计算病情指数、对其进行分级并储存分级结果；处方图生成模块，与上述两模块相连，根据数据获取模块获取的采集地位置信息以及病情计算模块计算的病情指数、分级结果，生成病情分布地图；处方图发布模块，与处方图生成模块相连，并连接专家数据库，将病情分布地图以及针对地图上的病情发生地的喷药指导建议传输至病情发生地管理机构。本发明系统智能、便携，能够科学、有效地指导病虫害防治工作，适宜大范围推广应用。
-
Patent Agency Ranking
公开(公告)号：CN101308171B
公开(公告)日：2011-03-23
申请号：CN200810122530.8
申请日：2008-05-30
Applicant: 安徽大学 , 上海宝钢安大电能质量有限公司
Abstract: 本发明提供一种PCI总线电能质量瞬态事件采集卡及其采集方法，属于电能质量检测分析技术领域。采集卡按采集一个网点需要设置四个采集通道，每一通道独自配置有12位分辨率的A/D转换器和FIFO存储器，按电能质量瞬态事件发生与否变换数据采集速率，发生事件为20MSPS，未发生为20kSPS，有效提高了采集数据的信息量。PCI总线数据传输采用FIFO缓存1k数据块巡查发送控制策略，只有当巡查到的采集通道中的FIFO存储器已缓存有1k数据时，才从该通道读出1k采集数据传送到PCI总线，若是缓存数据不足1k或传送完1k数据块后，立即转入检查下一采集通道，避免单个通道独占PCI总线，阻滞其它通道传输，进而阻塞数据采集。
-
公开(公告)号：CN115049556B
公开(公告)日：2025-05-06
申请号：CN202210736142.9
申请日：2022-06-27
Applicant: 安徽大学
IPC: G06T5/77 , G06T5/60 , G06V40/16 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/80 , G06T7/194 , G06V20/70 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/084 , G06N3/094 , G06N3/048
Abstract: 本申请公开了一种基于StyleGAN的人脸图像修复方法，步骤包括：将真实人脸图像分割为人脸区域和背景区域，作为训练集；对数据集进行数据增强，将原始图像设置为标签；利用训练集和标签对编码器进行训练，得到编码器网络；利用编码器网络分别提取真实人脸图像的隐码向量、待修复图像人脸区域的隐码向量、待修复图像背景区域的隐码特征图；将真实人脸图像的隐码向量与待修复图像人脸区域的隐码向量进行混合，得到混合人脸的隐码向量，将混合人脸的隐码向量与待修复图像背景区域的隐码特征图一同输入到StyleGAN生成器网络中，得到修复完成的人脸图像。本申请实现了人脸图像修复能力大幅提升，并且使得修复过程中很好地保证结构相似。
-
公开(公告)号：CN119904747A
公开(公告)日：2025-04-29
申请号：CN202411963203.0
申请日：2024-12-30
Applicant: 安徽大学
Abstract: 本发明涉及一种基于提示学习的农作物病害识别方法，包括：获取农作物病害图像数据集；构建提示学习模型；将训练集输入提示学习模型进行训练；采用动态校准策略进行动态校准；校准后的提示向量通过动量缓冲机制进行更新，替换调整后的提示向量，得到更新后的提示学习模型；将待识别的农作物病害图像输入更新后的提示学习模型，得到识别结果。本发明首次将提示学习引入农作物病害识别任务，有效融合不同层次的特征信息，显著提升模型对基类的识别精度和新类的泛化性能；动态校准策略提升模型的域泛化能力，无需额外训练数据，利用CLIP模型中的跨模态知识在测试时对结果直接调优，有效解决传统熵最小化方法存在的特征偏移和性能衰减问题。
-
公开(公告)号：CN119295952B
公开(公告)日：2025-04-08
申请号：CN202411812834.2
申请日：2024-12-10
Applicant: 安徽大学
Abstract: 本发明涉及一种空间对齐和因果交互的高光谱激光雷达协同分类方法，与现有技术相比，解决了现有的方法在进行高光谱激光雷达协同分类过程中，由于未考虑多模态图像由于拍摄过程、成像机制等引起的空间错位及模态差异，从而导致了分类精度和鲁棒性不足的问题。本发明包括以下步骤：获取多模态遥感影像数据集、构建空间对齐和因果交互的高光谱激光雷达协同分类模型、空间对齐和因果交互的高光谱激光雷达协同分类模型训练、图像分类结果获取。本发明通过预测空间偏移量实现多模态图像精确对齐，并且运用因果交互机制区分模态的因果与非因果因素，有效剔除模态特性干扰，确保高光谱激光雷达协同分类结果的精准度与鲁棒性。
-
公开(公告)号：CN119295756B
公开(公告)日：2025-04-08
申请号：CN202411812830.4
申请日：2024-12-10
Applicant: 安徽大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明涉及一种抗非对齐的SAR‑光学影像耦合对比融合建筑物分割方法。本发明包括以下步骤：构建建筑物遥感影像分割多模态数据集；构建抗非对齐的SAR‑光学影像耦合对比融合建筑物分割模型；训练抗非对齐的SAR‑光学影像耦合对比融合建筑物分割模型；抗非对齐的SAR‑光学影像耦合对比融合建筑物分割模型结果获取。与现有技术相比，解决了现有方法在处理多模态图像对弱对齐问题时，注重严格的模态对齐从而忽略了模态间的差距。本发明通过偏移引导自适应特征对齐模块捕获最佳的对齐位置，从而实现模态间的自适应对齐。进一步通过多模态图像融合的耦合对比学习框架提取模态间的互补特征，从而减少融合结果的冗余信息，保证分割结果的精度和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
296
records
(took 0.023 seconds)
