-
公开(公告)号：CN110717507B
公开(公告)日：2023-03-14
申请号：CN201910808140.4
申请日：2019-08-29
Applicant: 安徽农业大学 , 合肥汉亚信息技术有限公司
Abstract: 本发明公开了一种基于APDJ算法的土壤墒情传感器优化布局方法，提出了改进的Dijkstra算法即（APDJ算法），开展了土壤墒情传感器优化布局的应用。在确保传感网络全覆盖的基础上，实时采集各传感节点的土壤墒情数据，运用AP聚类算法得到聚类中心，以聚类中心作为Dijkstra算法搜索最短路径的起点，无线传感网络的汇聚点为终点，通过改进的Dijkstra算法以数据相异性最大和距离最短为目标搜索最佳路径，最终得到一条由6个传感器节点构成的最佳布点路径，以该路径布置传感器，采集的数据冗余度最低，使传感器数量由25个减少到6个，有效降低了数据的冗余度，节约了系统成本，较好地解决了传感器的优化布局问题。
-
公开(公告)号：CN109766742B
公开(公告)日：2022-12-06
申请号：CN201811381079.1
申请日：2018-11-20
Applicant: 安徽农业大学
Abstract: 本发明涉及农产品在线检测技术领域，特别是涉及一种玉米籽裂纹识别方法、装置、系统、设备和存储介质。所述方法包括：获取待识别玉米籽图像；通过第一神经网络模型对玉米籽图像进行识别，以识别出所述玉米籽图像中的玉米籽粒是否有裂纹，其中，所述第一神经网络模型是通过预设的玉米籽图像数据集对第二神经网络模型中的参数进行训练后得到的；输出待识别玉米籽图像中的玉米籽是否有裂纹的识别结果。本发明实施例中的玉米籽裂纹识别方法、装置、系统、设备和存储介质，通过建立神经网路模型对玉米籽图像进行识别，摆脱了传统依靠人工识别玉米籽是否有裂纹的落后手段，整个识别过程自动化程度高，识别效率高，有效的节约工作时间以及人工成本。
-
公开(公告)号：CN112070771B
公开(公告)日：2022-11-01
申请号：CN202010721966.X
申请日：2020-07-24
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于HS通道的自适应阈值分割方法、装置和存储介质，该方法包括以下步骤：S1、收集目标图片并存储；S2、对收集到的图片RGB各值进行归一化处理，对所收集照片的进行分区；S3、将图片从RGB空间转换到HSI色彩空间中，对整体图片和各分区图像的H、S通道分量进行读取；S4、建立滑窗对每一分区图像求解该区域的最佳分割阈值，再结合H、S所占权重对最佳分割阈值进行优化，得到最优分割阈值，同时求解该分区的类间方差；S5、若类间方差小于最优分割阈值，则将该分区设为空白区域；以及S6、对分割处理后的各个分区的图像合并得到基于HSI色彩空间的最优阈值分割二值图。本分割方法实现了不同光照条件下的图像进行准确分割。
-
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：CN113093620A
公开(公告)日：2021-07-09
申请号：CN202110371969.X
申请日：2021-04-07
Applicant: 安徽农业大学 , 安徽皓天智能环境设备科技有限公司
IPC: G05B19/042 , G01D21/02
Abstract: 本发明公开了一种分布式光合速率监测系统，是在温室/大棚内的不同位置处分别部署多个监测端和一个主控端；该监测端分为两层，上层为叶片仓，下层为叶片仓测控室，叶片仓测控室内设置有电机、MCU模块、可充电电池、各个环境传感器、无线通信模块，并用于接收主控端指令，控制叶片仓自动开合以及测量叶片仓内作物叶片的环境因子数据后发送给主控端；主控端根据所接收到的环境因子数据拟合出光合速率。本发明能快速准确地分布测量温室/大棚内各处作物的光合速率，简化过程并提高装置在温室/大棚中的作用范围，为后续根据光合速率对温室/大棚内环境参数调控奠定基础。
-
Patent Agency Ranking
公开(公告)号：CN112070771A
公开(公告)日：2020-12-11
申请号：CN202010721966.X
申请日：2020-07-24
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于HS通道的自适应阈值分割方法、装置和存储介质，该方法包括以下步骤：S1、收集目标图片并存储；S2、对收集到的图片RGB各值进行归一化处理，对所收集照片的进行分区；S3、将图片从RGB空间转换到HSI色彩空间中，对整体图片和各分区图像的H、S通道分量进行读取；S4、建立滑窗对每一分区图像求解该区域的最佳分割阈值，再结合H、S所占权重对最佳分割阈值进行优化，得到最优分割阈值，同时求解该分区的类间方差；S5、若类间方差小于最优分割阈值，则将该分区设为空白区域；以及S6、对分割处理后的各个分区的图像合并得到基于HSI色彩空间的最优阈值分割二值图。本分割方法实现了不同光照条件下的图像进行准确分割。
-
公开(公告)号：CN111833311A
公开(公告)日：2020-10-27
申请号：CN202010561990.1
申请日：2020-06-18
Applicant: 安徽农业大学
Abstract: 本发明公开了基于深度学习的图像识别方法及在水稻病害识别上的应用，包括：获取包含目标对象的图像训练集；采用图像扩增和图像对比度调整对训练集图像进行数据增强处理；获取训练完成的深度学习网络，所述训练完成的深度学习网络通过图像训练集和构造的待训练深度学习网络经过训练获得，所述待训练深度学习网络的构造和训练基于辅助模型实现；获取待进行识别的图像，进行图像中目标对象的识别，本发明在深度学习网络的搭建和训练过程采用辅助模型来完成，利用已有的基于大数据集训练完成的网络模型，选择其中的部分权重参数和网络层搭建待训练网络模型，并通过输入图像训练集进行网络微调训练，显著缩短训练时间和提高分类准确度。
-
公开(公告)号：CN110059881A
公开(公告)日：2019-07-26
申请号：CN201910317733.0
申请日：2019-04-19
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于聚类算法的新型茶园土壤墒情传感器优化布局的方法，在保证茶园传感网络全覆盖的基础上，实时采集试验区各节点的土壤墒情数据，构建节点土壤含水量的相似度矩阵，并迭代计算各节点的吸引度和归属度值，得出聚类数和聚类中心。通过实验，采用聚类的方法对试验区域传感器进行优化布局，减少了传感器数量，优化传感器的位置，有效降低了数据的冗余度，节约了系统成本，较好地解决了传感器的优化布局问题。
-
公开(公告)号：CN109766742A
公开(公告)日：2019-05-17
申请号：CN201811381079.1
申请日：2018-11-20
Applicant: 安徽农业大学
Abstract: 本发明涉及农产品在线检测技术领域，特别是涉及一种玉米籽裂纹识别方法、装置、系统、设备和存储介质。所述方法包括：获取待识别玉米籽图像；通过第一神经网络模型对玉米籽图像进行识别，以识别出所述玉米籽图像中的玉米籽粒是否有裂纹，其中，所述第一神经网络模型是通过预设的玉米籽图像数据集对第二神经网络模型中的参数进行训练后得到的；输出待识别玉米籽图像中的玉米籽是否有裂纹的识别结果。本发明实施例中的玉米籽裂纹识别方法、装置、系统、设备和存储介质，通过建立神经网路模型对玉米籽图像进行识别，摆脱了传统依靠人工识别玉米籽是否有裂纹的落后手段，整个识别过程自动化程度高，识别效率高，有效的节约工作时间以及人工成本。
-
公开(公告)号：CN107037728A
公开(公告)日：2017-08-11
申请号：CN201710173446.8
申请日：2017-03-22
Applicant: 安徽农业大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种基于多目标灰色粒子群算法的温室环境优化控制方法，通过引入人工控制因素，以扩展的自回归模型ARX为基础，构建温度、湿度及能耗成本多目标模型函数，在此基础上，采用灰色关联理论和粒子群优化算法PSO，面向温室环境模型进行多目标优化控制。本发明可使温室在一定程度上节约了用电成本，为温室环境的合理调控提供参考。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.047 seconds)
