公开(公告)号：CN108614020B

公开(公告)日：2024-03-26

申请号：CN201810841542.X

申请日：2018-07-27

Applicant: 安徽大学

Inventor： 曾玮 ,  石畅畅 ,  夏银 ,  周小雯 ,  梁栋 ,  徐超 ,  黄林生

IPC: G01N27/26 ,  G01N27/30 ,  H02J7/35

Abstract: 本发明公开一种重金属离子浓度的光电化学检测方法及检测装置，属于重金属离子浓度检测领域，包括电源模块、检测模块、数据输出模块、信号补偿模块和数据信号处理模块；所述电源模块用于为检测装置供电；所述检测模块用于电化学测试，所述传感器用于检测实测电流信号；所述数据输出模块用于信号数据输出显示；所述信号补偿模块用于将补偿增益电流信号叠加进传感器检测到的实测电流信号，然后得到显示电流信号；所述数据信号处理模块用于计算得到补偿增益电流信号并将该信号传输给信号补偿模块。本发明不仅可以满足实验室多种溶液体系中重金属离子的检测需求，如铜离子的检测，而且可以应用于农业中富水土壤、水体中的重金属离子检测。

公开(公告)号：CN117291189A

公开(公告)日：2023-12-26

申请号：CN202311575611.4

申请日：2023-11-24

Applicant: 安徽大学

Inventor： 李春春 ,  杨思逸 ,  梁栋 ,  贾兆红 ,  陈鹏 ,  黄林生 ,  曾伟辉 ,  王伟

IPC: G06F40/295 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06N3/088 ,  G06F18/213

Abstract: 本申请涉及一种基于MA‑RBC模型的水稻病虫害命名实体识别方法，其中，该基于MA‑RBC模型的水稻病虫害命名实体识别方法包括：获取待识别数据；通过训练后的MA‑RBC模型对所述待识别数据中的水稻病虫害命名实体进行识别，得到目标水稻病虫害命名实体；其中，所述MA‑RBC模型包括依次连接的预训练语言层、循环神经网络层、多头自注意力层和统计层。解决了MA‑RBC模型模型识别的准确率问题，实现了提高水稻病虫害实体识别的准确率。所述鲁棒优化的波特预训练层采用动态掩码进行预训练，且所述鲁棒优化的波特预训练层的最大输入序列长度为512，从多个数据源中获取样本数据。通过本申请，解决了MA‑RBC模型模型识别的准确率问题，实现了提高水稻病虫害实体识别的准确率。

公开(公告)号：CN117150351A

公开(公告)日：2023-12-01

申请号：CN202310917381.9

申请日：2023-07-25

Applicant: 安徽大学

Inventor： 黄林生 ,  孔繁楚 ,  黄文江 ,  董莹莹 ,  芦奇宝 ,  尚俊呈 ,  赵晋陵 ,  张寒苏 ,  阮超

IPC: G06F18/241 ,  G01D21/02 ,  G06Q50/26

Abstract: 本发明涉及一种基于MaxEnt和时空立方体的也门沙漠蝗生境适宜性评估方法，包括：获取多源数据；对多源数据进行预处理；进行生境因子的筛选；获得参数最优的MaxEnt模型，对参数最优的MaxEnt模型进行训练，获取也门沙漠蝗年际的生境适宜性结果；构建时空立方体；进行时空一体化分析；根据时空一体化分析结果，给也门的沙漠蝗适宜性划分等级。本发明综合评价生态位条件，MaxEnt模型有助于综合考虑也门沙漠蝗的生态位条件；预测潜在适宜区域，考虑时空变化，时空立方体方法允许在时间和空间上跟踪沙漠蝗生境适宜性变化；提前预警，通过生态位模型和时空立方体方法，可以及早预警沙漠蝗可能出现的新生境，从而采取防范措施，减轻其对农业和生态系统的影响。

公开(公告)号：CN117087887A

公开(公告)日：2023-11-21

申请号：CN202311141350.5

申请日：2023-09-06

Applicant: 安徽大学

Inventor： 赵晋陵 ,  班旭阳 ,  黄林生 ,  雷雨 ,  汪传建 ,  黄文江 ,  梁栋

IPC: B64U20/87 ,  F16M11/12 ,  F16M11/18 ,  B64U101/30 ,  B64U101/40

Abstract: 本发明涉及作物病害治理技术领域，且公开了一种作物病害严重度估测无人机用挂载组件，所述第一固定杆在固定板正下方固定连接有固定底板，所述固定底板顶部固定连接有多功能电机，所述多功能电机穿过中心槽，来到固定板顶部，所述第一固定杆其中一个固定连接有转动电机，所述转动电机开设有输出轴，所述输出轴啮合连接有第一卡齿。该一种作物病害严重度估测无人机用挂载组件，通过各部件之间的配合连接，从而使得在多功能电机和转动电机的工作下，通过各部件一系列的配合，通过第二转动轴带动评估摄像头进行上下以及左右的转动，从而扩大评估摄像头的摄像范围，优化对于作物病害严重度评估的过程及结果。

公开(公告)号：CN116883364A

公开(公告)日：2023-10-13

申请号：CN202310869642.4

申请日：2023-07-17

Applicant: 安徽大学

Inventor： 庞登浩 ,  孟浩 ,  王弘 ,  黄林生 ,  梁栋 ,  刘家保 ,  周向明 ,  丁宇豪 ,  吴修杨

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08 ,  G06N3/084 ,  G06V10/82 ,  G06V10/774 ,  G06V10/42 ,  G06V10/44

Abstract: 本发明涉及一种基于CNN和Transformer的苹果叶片病害识别方法，包括：采集苹果叶片病害图像，并进行处理；对初始苹果叶片病害图像样本中的图像进行预处理，获得初始特征图，初始特征图组成苹果叶片病害图像训练集；基于CNN模型和Transformer模型构建苹果叶片病害图像识别模型；将苹果叶片病害图像训练集输入苹果叶片病害识别模型中进行训练；获取待检测的苹果叶片病害图像并进行预处理；将预处理后的待检测的苹果叶片病害图像输入训练后的苹果叶片病害识别模型，得到苹果叶片病害识别结果。本发明通过将Transformer模型融合到CNN模型中，实现对苹果叶片图像病害的准确识别；实现对苹果叶片病害的全局和局部信息的综合建模。

公开(公告)号：CN116824394A

公开(公告)日：2023-09-29

申请号：CN202310822034.8

申请日：2023-07-06

Applicant: 安徽大学

Inventor： 阮瑞 ,  黄林生 ,  梁政 ,  施其乐 ,  黄磊

IPC: G06V20/13 ,  G06V10/20 ,  G06V10/28 ,  G06V10/26 ,  G06V10/764

Abstract: 本发明涉及一种用于分割算法的Sentinel‑2卫星影像数据集制作方法，与现有技术相比解决了难以针对卫星影像进行集中处理的缺陷。本发明包括以下步骤：Sentinel影像的获取及预处理；对预处理后的影像分辨率进行归一化处理；图像色彩处理；光学图像数据集的生成；获取CDL图像；提取大豆类种植区图像并进行二值化处理；数据集标签图像的生成。本发明通过对卫星影像进行归一化、色彩处理、图像裁剪，最后形成具有特征明显的大豆种植区数据集。

公开(公告)号：CN116434064A

公开(公告)日：2023-07-14

申请号：CN202310398075.9

申请日：2023-04-14

Applicant: 安徽大学

Inventor： 黄林生 ,  丁翰 ,  张东彦 ,  佘宝 ,  黄文江 ,  赵晋陵 ,  张安骏 ,  阮瑞 ,  朱家明

IPC: G06V20/10 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于SK‑UNet深度学习网络的遥感影像大豆种植区域提取方法，包括：获取10m分辨率的哨兵二号遥感影像并进行预处理，构成遥感影像数据集；构建改进的UNet网络模型即SK‑UNet模型作为大豆种植区影像提取网络；得到训练后的SK‑UNet模型；获取待提取的遥感影像并进行预处理；将预处理后的待提取的遥感影像输入训练后的SK‑UNet模型，得到大豆种植区影像提取结果。本发明基于对UNet网络的改进，在每个双层卷积后加入SKNet Block模块，其可扩展性好且提取精度高，可调整参数应用于不同传感器的遥感卫星影像；通过验证，本发明得到的高分辨率遥感影像分类结果在评价指标优上优于对比分类算法，并且产生的分类结果能够更好的保持了边缘的平滑和完整性。

公开(公告)号：CN112161937B

公开(公告)日：2023-06-23

申请号：CN202011214332.1

申请日：2020-11-04

Applicant: 安徽大学

Inventor： 郑玲 ,  鲍倩 ,  翁士状 ,  陶健鹏 ,  黄林生 ,  赵晋陵 ,  张东彦 ,  雷雨

IPC: G01N21/25 ,  G01N21/47 ,  G01N21/01 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06V10/82

Abstract: 本发明特别涉及一种基于级联森林和卷积神经网络的小麦粉筋度检测方法，包括如下步骤：A、选取已知筋度的小麦粉作为样本并分成训练集和测试集；B、采集高光谱图像；C、提取单波段图；D、获得图像特征；E、将特征波长和图像特征进行图谱融合后作为特征值，将筋度标签作为结果，代入级联森林模型中进行训练得到小麦粉筋度识别模型；F、将测试集代入训练好的小麦粉筋度识别模型中进行测试，得到预测的筋度类别以及类别准确度。利用高光谱数据获得光谱特征建立小麦粉筋度控制模型，继而通过模型对输入数据进行对比分析，快速无损识别出小麦粉的筋度，判别小麦粉筋度是否符合制作工艺要求检测方法，该检测方法适用性强、检测精度高，能够无损地实现小麦粉筋度检测。

公开(公告)号：CN113441094B

公开(公告)日：2023-06-20

申请号：CN202110822880.0

申请日：2021-07-20

Applicant: 安徽大学

Inventor： 曾玮 ,  龙唱 ,  郭宏梅 ,  卫宁 ,  王思亮 ,  黄林生 ,  梁栋 ,  徐超

IPC: B01J13/00 ,  G01L1/14 ,  G01L9/12

Abstract: 本发明公开了一种硼烯‑石墨烯复合气凝胶制备方法及其压力传感器的应用，属于传感器技术领域。制备步骤包括：1)硼烯的制作；2)硼烯‑石墨烯复合水凝胶的制备；3)硼烯‑石墨烯复合水凝胶的透析；4)硼烯‑石墨烯复合水凝胶的冷冻干燥；5)硼烯‑石墨烯复合气凝胶的制备；5)压力传感器的封装。这种硼烯‑石墨烯复合气凝胶具有多孔结构以及优异的机械性能，可作为弹性介电层，应用于高灵敏度电容压力传感器的研发。该电容压力传感器在0～3kPa范围内具有0.89kPa‑1的灵敏度，最小检测力为8.7Pa，以及110ms的响应时间。本发明的硼烯‑石墨烯复合气凝胶整体制作工艺简单、功能多样，在压力传感器领域具有良好的应用前景。

公开(公告)号：CN116188989A

公开(公告)日：2023-05-30

申请号：CN202310210658.4

申请日：2023-03-07

Applicant: 安徽大学

Inventor： 黄林生 ,  张娜 ,  杨贵军 ,  杨浩 ,  赵晋陵 ,  翁士状

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/58 ,  G06V10/762

Abstract: 本发明涉及一种基于光谱和空间特征融合的高光谱制种玉米种植区提取方法，包括：获取研究区数据进行预处理；进行掩膜，得到掩膜后的Setinel‑2数据，提取玉米种植分布数据对预处理后的珠海一号OHS高光谱数据进行掩膜；采用类均值矩阵聚类方法构建光谱特征；采用多尺度形态学方法在光谱特征基础上构建空间特征；寻找分类器最优参数，获得制种玉米提取模型；分别进行制种玉米提取，使用总体精度进行评估。本发明采用一阶统计量类均值矩阵和k‑means聚类提取光谱特征，运算简单并增加了制种玉米与大田玉米的类间差异；本发明采用的多尺度形态学空间特征改善了“椒盐噪声”现象，保留了较为完整的地块结构，提高了制种玉米提取精度。