一种温室内温度极值的预测方法

    公开(公告)号:CN103984980A

    公开(公告)日:2014-08-13

    申请号:CN201410042738.4

    申请日:2014-01-28

    Abstract: 本发明公开一种温室内温度极值的预测方法,包括:S1.采集预定时间段内的温室的环境数据;S2.对获得的环境数据进行归一化处理,得到样本集;S3.利用均匀分布的算法随机产生最小二乘支持向量机回归模型LS_SVM的径向基核函数的N个宽度系数σ2及N个惩罚系数λ;S4.从样本集中选择训练样本集并训练LS_SVM;S5.将粒子群算法PSO的粒子群初始化为由σ2和λ构成的二维坐标点;S6.利用PSO对σ2及λ进行优化;S7.从样本集中选择测试样本集,对优化参数的LS_SVM进行测试,得到最优化的LS_SVM;S8.在线实时采集温室的环境数据,将数据输入最优化的LS_SVM,得到温室内温度极值的预测值。

    水下鱼类目标检测方法及装置

    公开(公告)号:CN113191222B

    公开(公告)日:2024-05-03

    申请号:CN202110406987.7

    申请日:2021-04-15

    Abstract: 本发明提供一种水下鱼类目标检测方法及装置,该方法包括:将待检测图像输入目标检测模型中的特征提取模型中,从所述特征提取模型的各层输出的特征图中获取所述待检测图像的多个不同尺度的特征图;将多个不同尺度的特征图输入所述目标检测模型,输出所述待检测图像的目标检测结果;其中,所述待检测图像包括多个不同尺度的鱼类目标的图像。本发明一方面实现通过提取多个不同尺度的特征图,以完整表征待检测图像中各尺度的鱼类目标的特征,有效缓解尺寸较小的鱼类目标在目标检测过程丢失,尺度较大的鱼类目标因为特征不全而难以进行目标检测的现象;另一方面,联合多个不同尺度的特征图对待检测图像进行目标检测,使得目标检测结果更加准确。

    水下鱼类目标检测方法及装置

    公开(公告)号:CN113191222A

    公开(公告)日:2021-07-30

    申请号:CN202110406987.7

    申请日:2021-04-15

    Abstract: 本发明提供一种水下鱼类目标检测方法及装置,该方法包括:将待检测图像输入目标检测模型中的特征提取模型中,从所述特征提取模型的各层输出的特征图中获取所述待检测图像的多个不同尺度的特征图;将多个不同尺度的特征图输入所述目标检测模型,输出所述待检测图像的目标检测结果;其中,所述待检测图像包括多个不同尺度的鱼类目标的图像。本发明一方面实现通过提取多个不同尺度的特征图,以完整表征待检测图像中各尺度的鱼类目标的特征,有效缓解尺寸较小的鱼类目标在目标检测过程丢失,尺度较大的鱼类目标因为特征不全而难以进行目标检测的现象;另一方面,联合多个不同尺度的特征图对待检测图像进行目标检测,使得目标检测结果更加准确。

    加工产品图像采集装置
    37.
    发明公开

    公开(公告)号:CN112468719A

    公开(公告)日:2021-03-09

    申请号:CN202011280689.X

    申请日:2020-11-16

    Abstract: 本发明提供一种加工产品图像采集装置,该装置包括:传送带、第一摄像机、第二摄像机、运算服务器和调节装置;其中,第二摄像机用于采集传送带上的加工产品的图像,并将第二摄像机采集的图像发送给运算服务器;第一摄像机的拍摄位置沿传送带的运行方向位于第二摄像机的拍摄位置的前面;运算服务器用于获取图像中加工产品的区域,并计算加工产品的区域在图像中的位置,将位置发送给调节装置;其中,加工产品的区域为包含图像中所有加工产品的区域;调节装置用于根据位置调整第一摄像机的位置,以使第一摄像机在位置调整后采集的加工产品的图像中加工产品的区域均匀分布。本发明实现采集更加清晰的加工产品的图像,提高加工产品图像的质量。

    一种基于深度置信网络的水体氨氮预测方法及装置

    公开(公告)号:CN108710974B

    公开(公告)日:2020-09-11

    申请号:CN201810482608.0

    申请日:2018-05-18

    Abstract: 本发明提供一种基于深度置信网络的水体氨氮预测方法及装置,所述方法包括:基于目标水体水质的实际水质参数和实际环境因子参数,利用预先建立的深度置信网络预测模型,预测所述目标水体的氨氮含量;其中,所述深度置信网络预测模型为预先根据预测需求进行初始化,并利用选取的样本数据,进行基于暂时抛弃点dropout的训练和测试获取的,所述样本数据为样本水质环境参数与样本水体氨氮含量对。本发明简单易行,能够有效提高水体氨氮含量的预测运算速度和预测精度,并有效改善预测方法的稳定性和普适性。

    一种基于深度置信网络的水体氨氮预测方法及装置

    公开(公告)号:CN108710974A

    公开(公告)日:2018-10-26

    申请号:CN201810482608.0

    申请日:2018-05-18

    Abstract: 本发明提供一种基于深度置信网络的水体氨氮预测方法及装置,所述方法包括:基于目标水体水质的实际水质参数和实际环境因子参数,利用预先建立的深度置信网络预测模型,预测所述目标水体的氨氮含量;其中,所述深度置信网络预测模型为预先根据预测需求进行初始化,并利用选取的样本数据,进行基于暂时抛弃点dropout的训练和测试获取的,所述样本数据为样本水质环境参数与样本水体氨氮含量对。本发明简单易行,能够有效提高水体氨氮含量的预测运算速度和预测精度,并有效改善预测方法的稳定性和普适性。

    一种水产养殖溶解氧预测方法及装置

    公开(公告)号:CN108665106A

    公开(公告)日:2018-10-16

    申请号:CN201810460933.7

    申请日:2018-05-15

    Abstract: 本发明实施例提供一种水产养殖溶解氧预测方法及装置。所述方法包括:获取养殖池塘的水质参数和环境气象参数,作为待分析数据,其中所述水质参数包括溶解氧含量;采用主成分分析法对所述待分析数据进行降维和分析,获取影响水质溶解氧变化的主成份,根据所述主成分确定水质溶解氧的关键影响因子数据;将所述关键影响因子数据输入至训练好的LSTM网络模型,根据所述LSTM网络模型的输出结果,得到所述养殖池塘的溶解氧含量的预测数据。本发明实施例解决了传统预测模型预测精度低、稳定性差等问题,实现了高效预测水质溶解氧含量,能够为水产养殖水质溶解氧的调控管理提供决策依据。

Patent Agency Ranking