一种基于CBAM-AlexNet卷积神经网络的航拍场景分类方法

    公开(公告)号:CN114913382A

    公开(公告)日:2022-08-16

    申请号:CN202210684260.X

    申请日:2022-06-16

    Applicant: 安徽大学

    Abstract: 本发明提供了一种基于CBAM‑AlexNet卷积神经网络的航拍场景分类方法。通过改进的深度卷积神经网络模型—CBAM‑AlexNet,用于场景分类任务。首先,在经典网络AlexNet的原模型上进行改进,将原模型中的局部响应归一化LRN(Local Response Normalization)层和ReLU激活函数使用批归一化BN(Batch Normalization)层和h‑Swish激活函数进行替换。然后在改变后的网络中加入卷积块注意力模块CBAM(Convolutional Block AttentionModule),充分利用图像的空间信息与通道信息。经过一些预处理后的数据在新构建的模型上的表现与另外几种常用的经典网络的表现而言要更为优秀。

    一种基于情景式照片匹配群组和好友的方法及系统

    公开(公告)号:CN114880638A

    公开(公告)日:2022-08-09

    申请号:CN202210284119.0

    申请日:2022-03-22

    Applicant: 安徽大学

    Abstract: 本申请公开了一种基于情景式照片匹配群组和好友的方法及系统,方法包括以下步骤:获取用户人脸图片,对用户人脸图片进行识别检测;匹配得到用户的虚拟身份;依据虚拟身份向用户推送符合虚拟身份的情景群组;将情景群组中的群内好友推荐给用户;其中,情景群组的生成包括以下步骤:利用生成对抗网络生成多个主题照片库,每个主题照片库对应一个情景主题;将每个情景主题中划分为多个具体化的情景标签;将每个情景标签对应一个情景群组。本申请实现了利用用户人脸创建虚拟身份,并依据虚拟身份匹配预设的情景群组,通过在情景群组内获取好友推荐,整个系统的活动都是基于虚拟身份,对用户的隐私保护较好。

    一种复合型石墨烯气凝胶、制备及在超级电容式压力传感器中的应用

    公开(公告)号:CN112429721B

    公开(公告)日:2022-03-29

    申请号:CN202011329686.0

    申请日:2020-11-24

    Applicant: 安徽大学

    Abstract: 本发明公开一种复合型石墨烯气凝胶,其由再生蚕丝蛋白改性石墨烯气凝胶而成,其内部含少量β‑折叠微晶结构,该结构内相邻β链由强氢键以反平行排列方式连接,形成片状结构,机械强度高;其制备方法包括以下步骤:1)再生蚕丝蛋白溶液的制备;2)复合型石墨烯水凝胶的制备;3)复合型石墨烯气凝胶的制备;还提供了一种超级电容式压力传感器的制备方法,包括以下步骤:1)凝胶电解质的制备;2)复合型石墨烯气凝胶上侧和下侧电极的制备;3)凝胶电解质的注入。本发明的复合型石墨烯气凝胶具有高弹性可压缩性能,在0.01~10KPa范围内,具有0.73KPa‑1的高灵敏度;具有稳定的应变‑电响应和超灵敏的检测极限,能感知应变(0.012%)和压力(0.25Pa)的微小变化,有效检测低压;具有超级电容特性,在电化学储能、循环稳定方面表现出极大优势,具有广泛的应用前景。

    一种全柔性气动式软体仿生机械手

    公开(公告)号:CN113967922A

    公开(公告)日:2022-01-25

    申请号:CN202111226952.1

    申请日:2021-10-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种全柔性气动式软体仿生机械手,涉及机器人技术领域,机械手单元的外壳呈中空结构,外壳由柔性材料制成,外部形状整体呈沿中线轴对称的三叶草花瓣形,其顶面呈波峰线和波谷线沿横向的波纹状结构;外壳的中空结构形成与外部形状一致的内腔,隔膜沿中线设于内腔内,将内腔分隔为两个互不连通的气腔,气腔的开口位于其前端;驱动机构的各充气管道与各开口一一对应密封连通。本发明机械手单元的外壳呈中空的三叶草花瓣形,其内腔由隔膜分隔为两个互不连通的气腔,通过分别控制两个气腔的气压值,即能实现机械手单元的各种伸缩、弯曲动作,进行物体的夹取抓取或卷曲抓取,操作简便、使用灵活,抓取效果好。

    一种基于ASD高光谱数据的冬小麦白粉病遥感监测方法

    公开(公告)号:CN108830249B

    公开(公告)日:2021-12-03

    申请号:CN201810665243.5

    申请日:2018-06-26

    Applicant: 安徽大学

    Abstract: 本发明涉及基于ASD高光谱数据的冬小麦白粉病遥感监测方法,包括以下步骤:采集冬小麦的冠层高光谱数据,计算病情指数DI;选取400~800nm波段范围内的冠层高光谱数据作为试验数据;分别计算各波段对于病情指数DI的权重值a和各波段之间的相关系数,求得将权重值和权重值a最大值所对应的波段与其它波段的相关系数归一化后二者间距d,取权重值a最大值所对应的波段和距离d中的最大正值所对应的波段作为最佳敏感波段组合;构造新植被指数NDVI1;选取10种与白粉病病情相关的植被指数与新植被指数NDVI1构建冬小麦白粉病监测模型。本发明通过对小麦高光谱数据中的原始波段信息进行分析、组合和加强,提取敏感波段和构建新的植被指数,并用于病虫害遥感监测。

    小麦赤霉病病害等级分级方法及装置

    公开(公告)号:CN109544538B

    公开(公告)日:2021-09-24

    申请号:CN201811422679.8

    申请日:2018-11-27

    Applicant: 安徽大学

    Abstract: 本发明特别涉及一种小麦赤霉病病害等级分级方法,包括以下步骤:(A)采集得到原始图像;(B)对原始图像依次进行灰度化处理、二值化处理、开闭运算得到二值化图像;(C)将原始图像和二值化图像进行结合;(D)转换到Lab颜色空间,利用IABC‑K‑PCNN方法对a通道灰度图进行处理得到二值化的单穗赤霉病病斑图;(E)计算单穗面积S1和病斑面积S2,然后计算两者比值R;(F)根据国家标准、比值R将对该单穗的病害进行分级并将病害等级输出;还公开了一种分级装置。本发明提出的病害等级分级方法经大量样本测试,在小麦赤霉病田间调查时不破坏性采样,具有分级精度可靠、推广价值高等优势。

    一种基于麦穗尺度分析的冬小麦赤霉病高光谱遥感监测方法

    公开(公告)号:CN110132860B

    公开(公告)日:2021-09-14

    申请号:CN201910454573.4

    申请日:2019-05-29

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于麦穗尺度分析的冬小麦赤霉病高光谱遥感监测方法,与现有技术相比解决了赤霉病的遥感监测未针对麦穗尺度分析的缺陷。本发明包括以下步骤:高光谱遥感数据的获取;数据预处理;构建小麦赤霉病指数;多元逐步回归模型的建立;遥感监测结果的获得。本发明利用敏感波段内一阶微分总和的归一化比值构建赤霉病指数后,建立其与病情严重度的一元线性回归和多元逐步回归模型,实现了小麦赤霉病的有效监测,为染病小麦赤霉病在冠层尺度以及田块尺度上的无损诊断提供思路和依据。

Patent Agency Ranking