基于深度学习的番茄病虫害检测装置与方法

    公开(公告)号:CN117333764A

    公开(公告)日:2024-01-02

    申请号:CN202210670550.9

    申请日:2022-06-21

    Abstract: 本发明公布了一种基于深度学习的番茄病虫害检测装置与方法。该装置主要包括:图像采集终端,用于存储与识别番茄叶片图像的服务器,客户端和预警模块。图像采集终端包括外盒,置物板,摄像头,LED光源,控制面板,电源开关,摄像开关,和数据传送模块;服务器负责利用已经训练好的深度学习神经网络识别传送过来的图像并附上检测结果标签,同时根据标签分组存储已标注的图像;客户端负责显示番茄病害种类信息;预警模块根据番茄病虫害种类信息进行病虫害预警。本检测装置与深度学习方法将深度学习应用于番茄病虫害自动识别中,无需对图像进行预处理,识别精度高,时效性强,可节约大量时间与人力成本,实现对病害植株的实时检测与及时施药,具有较好的应用前景。

    一种基于LAMP和CRISPR-Cas12a的IBV快速检测方法

    公开(公告)号:CN116606963A

    公开(公告)日:2023-08-18

    申请号:CN202310564455.5

    申请日:2023-05-18

    Abstract: 本发明属于生物领域,公开了一种基于LAMP和CRISPR‑Cas12a的IBV快速检测方法,包括如下步骤:步骤1:通过LAMP引物组扩增鸡传染性支气管炎病毒的目标序列;步骤2:通过与目标序列匹配的crRNA、报告探针、Cas12a蛋白对目标序列进行二次检测,以判断鸡传染性支气管炎病毒是否存在靶序列;所述LAMP引物组为第一引物组、第二引物组、第三引物组中的至少一种;所述crRNA包括与第一引物组对应的第一crRNA、与第二引物组对应的第二crRNA、与第三引物组对应的第三crRNA。该方法能够针对IBV进行高灵敏、高特异性检测,提高对IBV检测的准确度,而且操作简单、快速、对仪器设备要求低。

    一种基于深度强化学习的水下消杀机器人路径规划算法

    公开(公告)号:CN117389258A

    公开(公告)日:2024-01-12

    申请号:CN202210732015.1

    申请日:2022-06-30

    Abstract: 本发明公开了一种基于深度强化学习的水下消杀机器人路径规划算法,首先对于已知的水下环境进行建模,设定水下消杀机器人的当前位置与目标位置;然后在仿真环境中针对已知的水下环境设置奖励函数,并利用基于深度强化学习的DQN算法训练深度神经网络;最后将训练好的深度神经网络写入水下消杀机器人的控制模块,并使其按照规划的路线行进,同时规避路线上的障碍物;该算法既保证了水下消杀机器人航线路线的效率,并且可以在遇到突发状况时进行应变,增强了水下消杀机器人在面对复杂水域情况时的适应性;该算法可应用于搭载了避障声纳能自主航行的水下消杀机器人。

    一种利用智能耳标修正红外测温仪测量误差的方法

    公开(公告)号:CN117332198A

    公开(公告)日:2024-01-02

    申请号:CN202210683385.0

    申请日:2022-06-20

    Abstract: 本发明基于神经网络提出了一种修正红外测温仪测量误差的方法,涉及传感器和机器学习领域。本发明主要解决的是现有误差修正方法因为考虑引起误差的因素不充分而导致修正效果不佳的问题,具体步骤为:搭建采集训练数据的环境,在搭建的环境中采集训练数据,构建神经网络,使用采集的数据训练神经网络,使用训练好的神经网络修正体温。本发明与现有的误差修正方法相比,不仅考虑了环境温度对测量误差的影响,还考虑了湿度这个因素,并使用神经网络拟合出红外测温仪读数、耳标读数、环境温度和环境湿度与接触式体温计读数的函数关系。使用该函数关系即可对体温做出一个较为合理的估计,从而修正测量结果,改善精度。

Patent Agency Ranking