基于移动终端的可视化环境下NB-IOT终端软件开发方法

    公开(公告)号:CN109683882A

    公开(公告)日:2019-04-26

    申请号:CN201811515415.7

    申请日:2018-12-11

    Applicant: 兰州大学

    CPC classification number: G06F8/34 G06F8/447 G06F8/63

    Abstract: 本发明涉及基于移动终端的可视化环境下NB-IOT终端软件开发方法,其特征在于:本发明方法是通过WiFi将移动设备与编程魔盒连接,在移动设备的可视化开发环境中拖拽积木式代码块进行组合,上传代码后将代码生成器生成的代码通过服务器后端发送给编程魔盒,再由MCU编程进程对代码进行分析,找出所使用的端口和硬件模块,添加相应的头文件和库文件,并调用相应编译器与烧写器完成烧写。此外,STM32单片机与NB-IOT模块进行通信,实现外设到OneNet之间的数据透传。本发明受教育部-中国移动科研基金项目(MCM20170206),国家自然科学基金(61402210),兰州大学中央高校基本科研业务费专项资金(lzujbky-2018-k12)资助。

    虹鳟鱼卵中死卵选拣系统
    33.
    发明授权

    公开(公告)号:CN105834124B

    公开(公告)日:2019-03-29

    申请号:CN201510019370.4

    申请日:2015-01-15

    Applicant: 兰州大学

    Abstract: 本发明公开了一种虹鳟鱼卵中死卵选拣系统,解决了目前虹鳟鱼卵孵化过程中死卵完全靠人工选拣的问题。本系统包括十字滑台、颜色识别器、吸卵管、鱼卵托盘等部件。所述鱼卵托盘放置在托盘支架上面,所述托盘支架上面连接着十字滑台支架,所述十字滑台支架上面连接着十字滑台。所述十字滑台中央的滑块下方通过滑台拉杆固定着颜色识别器和两个吸卵管。步进电机控制器通过步进电机控制十字滑台中央的滑块在水平面X和Y方向自由滑动,从而使得位于滑块下方的颜色识别器能够识别出所检测的卵是否是死卵,如果是死卵,位于其两侧的吸卵管可以将其吸出,从而实现虹鳟鱼卵中死卵的选拣。本发明具有结构简单,易于实现,工作效率高等优点。

    一种智能投诉分类与处理系统

    公开(公告)号:CN109345262A

    公开(公告)日:2019-02-15

    申请号:CN201710645143.1

    申请日:2017-08-01

    Applicant: 兰州大学

    Abstract: 如今,互联网已经成为社会必不可少的基础设施。但用户在使用互联网时所碰到的问题需要向相关客服反映,很长时间才能得到解决且成本高效率低。解决用户投诉问题的传统BP算法分类技术已经不能满足当前业务的增长速度。本发明涉及互联网、电子商务、电信等服务行业业务IT支撑、客户服务技术领域。它是一种基于深度学习的智能投诉分类与处理系统,包括对投诉语音、文本进行向量化处理,BP神经网络深度学习实现投诉分类,BP神经网络深度学习,实现投诉处理通过对客服系统输入的投诉文本进行向量化处理,转为文本向量,利用深度BP神经网络进行训练,生成投诉机器分类,然后进行不同的系统集成,最终进行特定投诉类型的输出匹配,实现机器智能回复。

    嵌入式开发中硬件输入模块和外部接口的远程控制技术

    公开(公告)号:CN105717847A

    公开(公告)日:2016-06-29

    申请号:CN201610255569.1

    申请日:2016-04-22

    Applicant: 兰州大学

    Abstract: 本发明公开了一种嵌入式开发中硬件输入模块和外部接口的远程控制技术,嵌入式开发中硬件输入模块和外部接口的远程控制技术包括客户端、服务器、嵌入式控制板、多路模拟开关芯片、开发板、导线若干。客户端远程连接并控制服务器,服务器控制嵌入式控制板,嵌入式控制板控制多路模拟开关芯片,多路模拟开关芯片控制连接在多路模拟开关芯片的各路开关上的对应于开发板的按键模块、复位按钮模块、双向开关模块等硬件输入模块和串口、USB接口等外部接口模块。从而实现客户端远程控制开发板的硬件输入模块和外部接口。解决了嵌入式开发中硬件输入模块和外部接口无法进行远程控制的问题,对进一步研究嵌入式系统硬件远程开发平台有非常重要的现实意义。

    基于iSCSI的数据完整性存储系统

    公开(公告)号:CN105100039A

    公开(公告)日:2015-11-25

    申请号:CN201510196539.3

    申请日:2015-04-21

    Applicant: 兰州大学

    Abstract: 本发明提供一种基于iSCSI的数据完整性存储系统,该系统涉及到信息安全、数据存储、大数据领域。该发明是基于存储区域网的存储模式下,IP-SAN网络存储存在数据安全性隐患。为保证存储数据的安全性,解决iSCSI网络存储的数据完整性问题,该系统提出了基于Dm-verity的数据完整性保护方案,在数据写入存储设备时,采用Dm-verity方案对数据进行处理后再写入。在读取数据时,采用Dm-verity机制对数据进行完整性验证。该系统有效保证了iSCSI网络存储数据的完整性,Dm-verity机制对iSCSI网络存储的性能影响小,使得iSCSI更加安全、可靠。

    基于STEP文件的从CAD模型到MCNP几何模型的转换算法

    公开(公告)号:CN104794133A

    公开(公告)日:2015-07-22

    申请号:CN201410027712.2

    申请日:2014-01-21

    Applicant: 兰州大学

    Abstract: 本发明提供一种基于STEP文件的MCNP输入文件转换算法,该算法涉及物理、核科学技术领域。该算法是在CAD软件生成的STEP文件基础上,对STEP文件先进行信息提取然后通过几何运算来还原真实的模型结构,最后转换成MCNP可识别的INP文件格式。为解决复杂模型问题,该算法采用构造栅元树的方法将模型中所有的栅元信息存放于栅元树中,通过遍历栅元树就能输出成MCNP可识别的INP文件格式。使曲面卡和栅元卡输出具有不遗漏,位置准确,处理灵活的特点。

    一种适用于农作物害虫的检测方法及处理系统

    公开(公告)号:CN118587475A

    公开(公告)日:2024-09-03

    申请号:CN202410620960.1

    申请日:2024-05-20

    Applicant: 兰州大学

    Abstract: 本发明公开了一种适用于农作物害虫的检测方法及处理系统,包含以下步骤:(1)使用YOLO V5算法对采集到的农作物图片进行目标检测,判断害虫的种类及生长阶段;(2)利用DeepSort和LSTM算法跟踪害虫的运动轨迹,划分其分布区域,并对其可能扩张的位置进行预测;(3)使用上述收集到的信息进行灭虫策略决定(4)控制农业机器人到达目标区域做出对应的灭虫操作。本发明结合深度学习中的YOLO V5、DeepSort和LSTM算法,检测农业生产中可能出现的病虫害,并根据具体情况和分布区域做出合适的灭虫策略,适用于大多数农业灭虫领域。

    一种面向视频的可控文本摘要生成方法

    公开(公告)号:CN118570689A

    公开(公告)日:2024-08-30

    申请号:CN202310174847.0

    申请日:2023-02-28

    Applicant: 兰州大学

    Abstract: 本发明公开了一种面向视频的可控文本摘要生成方法,包括步骤:(1)收集并构建场景视频数据集,针对数据集进行文本摘要数据标定;(2)将视频以秒为单位切割为多帧并标定文本构建控制信号;(3)基于CLIP网络和I3D网络提取视频的静态和动态特征并统一不同的视频特征维度;(4)利用Vision Transformer Encoder对融合特征进行编码;(5)利用多层LSTM网络对编码后的特征进行解码,生成可控的视频文本摘要;(6)利用强化学习优化模型参数。与现有技术相比,本发明构建控制信号,利用控制信号指导模型生成可控的视频摘要,同时解决了特征编码阶段隐藏状态的丢失问题,提高了视频摘要内容的准确性以及内容可控性。

    一种基于SpringCloud框架的植物语义分割系统

    公开(公告)号:CN117523198A

    公开(公告)日:2024-02-06

    申请号:CN202311486534.5

    申请日:2023-11-08

    Applicant: 兰州大学

    Abstract: 本发明是一种基于SpringCloud框架的植物语义分割系统,该系统实现对植物图像的自动分割和语义标记,以帮助农业领域的作物监测和管理。系统基于Model层、controller层、service层和Mapper层的核心后端架构,对植物语义分割任务进行模块化分析,将系统分为数据管理、模型管理和语义分割三个功能模块,同时便于服务的更新和拓展。系统使用深度学习技术,结合神经网络和语义分割模型,能够准确地识别图像中的不同植物部分,如叶片、茎和花朵等。通过该系统,用户可以通过上传植物图像并获取详细的语义标记结果,有助于监测植物的生长状态、疾病情况和产量预测。本发明广泛应用于农业和植物科学领域的技术解决方案,旨在帮助研究人员、农民和农业领域的专业人员用于农业智能监测、环保监测、森林管理等场景的语义分割任务。

Patent Agency Ranking