-
公开(公告)号：CN107966137A
公开(公告)日：2018-04-27
申请号：CN201711173663.3
申请日：2017-11-22
Applicant: 安徽农业大学
CPC classification number: G01C11/12 , G06T3/4038 , G06T7/33
Abstract: 本发明公开了一种TDICCD拼接区图像的卫星平台颤振探测方法，包括以下步骤：1)重叠图像的获取，利用时间延迟积分电荷耦合器件拼接区获得重叠图像。2)相对成像位置差的计算，对两幅重叠图像进行精确密集匹配处理，获得同名匹配点，计算同一目标在两幅重叠图像中的相对成像位置差；3)卫星平台颤振的估计，根据相对成像位置差，估计卫星平台颤振。本发明能有效解决颤振探测准确度低、仅能探测若干孤立频率点的问题，为卫星平台提供一种高精度、较宽频段内全覆盖的颤振探测方法，从而提高卫星姿态探测能力和遥感图像信息提取的准确度。
-
公开(公告)号：CN103955938B
公开(公告)日：2017-03-08
申请号：CN201410206856.4
申请日：2014-05-15
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于移动互联网模式和叶片颜色分析的小麦生长状态诊断方法，其特征是按如下步骤进行：1智能手机采集小麦叶片图像，并传输至后台服务器；2后台服务器将小麦叶片图像进行消除光照影响处理后获得预处理样本图像；3对预处理样本图像通过颜色分析方法获取小麦的生长状态信息和病害结果并反馈给所述智能手机；4所述智能手机接收所述生长状态信息和病害结果并进行显示。本发明能实时获取和分析小麦叶片信息，全面反应小麦作物生长情况和病虫害情况，并提高小麦生长状态诊断的准确性。
-
公开(公告)号：CN105792253A
公开(公告)日：2016-07-20
申请号：CN201610103875.3
申请日：2016-02-25
Applicant: 安徽农业大学
CPC classification number: Y02D70/00 , H04W24/02 , H04W52/0209 , H04W74/085
Abstract: 本发明公开一种无线传感网介质访问控制优化方法，在网络形成期，传感器节点建立邻居表对邻居节点的调度信息进行记录。在进入竞争时期后，本发明根据邻居表中已有的参与竞争节点个数、邻居表中节点总数和预测上次参加竞争节点个数对参与下次竞争的节点个数进行精确的判断。为了使传感器节点能够适应网络负载的变化，本发明使用动态的竞争窗口策略。该策略根据网络中节点数目的变化自适应地调整本节点的竞争窗口大小，有效减少冲突发生概率和空闲侦听时间，避免由于冲突和长时间的空闲侦听造成的能量消耗，具有网络生存时间长、时延小、数据包时延抖动小的特点，适用于负载变化频繁的大规模无线传感器网络和时延敏感的传感器网络应用。
-
公开(公告)号：CN117110217A
公开(公告)日：2023-11-24
申请号：CN202311374660.1
申请日：2023-10-23
Applicant: 安徽农业大学
Abstract: 本发明公开了一种立体化水质监测方法及系统，属于水质监测技术领域。本发明通过水体离散特征提取模块自适应捕获中小面积离散分布水体信息，通过水体空间分布感知模块以空间分布角度充分感知大面积连续型水体语义，并构建水体特征聚合模块将二者分别获得的关键语义信息建立依赖关系，由此对水质图像进行区域分割得到不同的区域信息，再通过每个区域信息的光谱植被指数和水质目标要素数据建立光谱植被指数的反演组合，利用光谱植被指数的反演组合构建水质目标要素反演模型，进而通过水质目标要素反演模型对水质进行大面积实时连续监测，能够及时发现并针对性地应对突发的水质问题，有效反映水质空间分布状况，具有较强的实用性和广泛适用性。
-
公开(公告)号：CN117035044A
公开(公告)日：2023-11-10
申请号：CN202311291335.9
申请日：2023-10-08
Applicant: 安徽农业大学
IPC: G06N3/082 , G06N3/0464 , G06N3/063 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种基于输出激活映射的过滤器剪枝方法，包括以下步骤：S1：设定超参数；S2：预训练初始模型得到基线模型，作为当前需要剪枝的模型；S3：对当前需要剪枝的模型运行基于相关性和冗余度的过滤器综合评价准则；S4：根据每个卷积层的过滤器排名，修剪每层相应数量的贡献较小的过滤器；S5：对剪枝后的模型进行再训练以此恢复精度下降；S6：判断每层剩余过滤器的数量是否已经达到每层需要保留的过滤器的数量，直至模型剪枝完毕。还公开了一种基于输出激活映射的过滤器剪枝方法的图像分类系统及其边缘设备。本发明从相关性和冗余度两个方面综合评价过滤器贡献以此进行过滤器剪枝，保证了剪枝后模型优越的图像分类性能。
-
Patent Agency Ranking
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：CN115932213A
公开(公告)日：2023-04-07
申请号：CN202211599157.1
申请日：2022-12-14
Applicant: 安徽农业大学
IPC: G01N33/24 , B60P3/00 , B60R16/023
Abstract: 本发明公开了一种土壤参数高通量检测智能车，是由车体部分、土壤传感器传动模块、测控电路模块和蓄电池组成。通过测控电路模块输入参数控制智能车行走和停留，土壤传感器传动模块自动放置、收回土壤传感器，采样后将土壤数据与位置信息对应存储。本发明能够根据种植地形调节智能车高度和轮距宽度，自动、高效地完成高通量土壤数据检测，满足作物新品种培育过程中对土壤参数一致性检测需求。
-
公开(公告)号：CN112800929B
公开(公告)日：2022-05-31
申请号：CN202110095461.1
申请日：2021-01-25
Abstract: 本发明公开了一种基于深度学习的竹笋数量与高生长率在线监测方法，包括：1通过固定的网络摄像头定时采集包含竹笋的竹林图像；2采用已训练好的竹笋深度学习模型，获得目标区域检测框以及各检测框的顶点坐标，检测框的个数即代表竹笋的数量；3对所有检测框进行排序，并将排序后的对应坐标存入基础数据库或临时数据库；4筛选竹笋；5计算竹笋高生长率。本发明提出的方法可以实时监测竹林中竹笋数量和高生长率，从而判断竹笋的生长状况。该方法实用性强，结果准确，适用于竹林经营的各个方面，尤其是笋用林的培育和林下经济。
-
公开(公告)号：CN114548265A
公开(公告)日：2022-05-27
申请号：CN202210157494.9
申请日：2022-02-21
Applicant: 安徽农业大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种作物叶片病害图像生成模型训练方法、作物叶片病害识别方法、电子设备及存储介质，属于图像增强技术领域。基于层级式SwinT网络作为叶片区域提取模块的特征提取网络，设计多阶段重叠式嵌入和分层级特征下采样模块优化SwinT的图像嵌入方式和渐进式层级结构，根据重构特征图生成显著图并提取叶片区域。将叶片区域提取模块集成到图像生成模型，通过设计背景损失函数引导图像生成模型仅在叶片区域生成病斑，实现叶片病害图像数据集的有效增强。本发明能够提升生成作物叶片病害图像的生成效率与质量，显著提高作物叶片病害识别模型的准确率和鲁棒性，具有计算代价低、所需的训练数据量小、收敛快速且稳定等特点。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.028 seconds)
