-
公开(公告)号:CN104297452B
公开(公告)日:2016-03-30
申请号:CN201410594915.X
申请日:2014-10-30
Applicant: 安徽农业大学
Abstract: 本发明公开了基于无线传感器网络的土壤墒情数据预处理方法,包括以下步骤:(1)以无线传感器网络中的m个土壤墒情监测单元作为源节点进行土壤墒情数据采集,同时任选一源节点作为汇聚节点;(2)m个源节点通过无线网络将土壤墒情数据以单播方式分发数据包至汇聚节点;(3)汇聚节点将接收到的m组土壤墒情数据利用正态分布计算各土壤墒情因子的期望值μ和标准差σ;若标准差σ可信阈值d,则将期望值μ作为该土壤墒情因子在该监测点区域范围所测得的数据均值上传至服务器;(4)汇聚节点将标准差σ不符合标准的土壤墒情监测单元的序号通过无线通信网络上传至服务器。本发明能够有效减小土壤墒情测量结果误差,并使土壤墒情数据量更小。
-
公开(公告)号:CN105282436A
公开(公告)日:2016-01-27
申请号:CN201510556182.5
申请日:2015-09-02
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于嵌入式的农业物联网图像采集装置,包括型号为S3C2440的嵌入式微处理器,嵌入式微处理器中设置有Linux操作系统,嵌入式微处理器上接入有3G模块、摄像头接口、时钟电路、LCD接口、JTAG接口、串口电路、电源及复位电路、SDRAM、NOR-FLASH、NAND-FLASH。本发明可根据用户在节点应用程序的设置或远端用户的命令,实现节点图像周期或随机的实时采集和3G无线传输,完成对作物生长情况的图像信息的实时分析采集,为增产增收提供基础。
-
公开(公告)号:CN119360123A
公开(公告)日:2025-01-24
申请号:CN202411650652.X
申请日:2024-11-19
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/70 , G06V10/82 , G06N3/049 , G06N3/084 , G06N5/04
Abstract: 本发明公开了一种基于测试时间自适应的图像分类方法,涉及计算机视觉技术领域,具体包括:步骤1:对测试图像数据集合进行破坏性转换;步骤2:通过预训练的分类器f得到伪标签概率分布,构建伪标签概率差异损失;步骤3:计算伪标签概率差异分数,根据伪标签概率差异分数筛选测试图像集合,步骤4:将筛选后的图像输入能量模型,从而得到能量分数和概率密度;步骤5:构建能量优化目标;步骤6:通过伪标签概率差异损失和能量优化目标构建联合优化目标,用于训练测试时间自适应模型,以实现图像分类。本发明将伪标签概率差异引入能量模型,分别从能量和形状信息两个角度对测试数据进行感知,提高了模型在测试图像集合上的分类准确度。
-
公开(公告)号:CN117953374A
公开(公告)日:2024-04-30
申请号:CN202410098762.3
申请日:2024-01-24
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V20/40 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/045 , G06T7/277
Abstract: 本发明公开了一种灌木型农作物生长质量智能监测方法及系统,属于农作物生长监测技术领域。本发明包括如下步骤:S1、构建茶叶图像数据集;S2、设计算法及灌木型农作物目标检测;S3、构建灌木型农作物叶芽跟踪数据集:基于S1中所采集的茶树视频资料,对视频帧内每一叶芽目标进行逐帧标注,构建灌木型农作物叶芽跟踪数据集;S4、设计灌木型农作物叶芽跟踪方法;S5、设计灌木型农作物叶芽计数方法。本发明还进一步提出了与方法相匹配的智能监测系统。本发明应用了深度学习对灌木型农作物的生长状况进行监控,解决了大多依赖于农业从业者的经验判断,避免了人工检测劳动强度大,结果易受个人主观判断的影响,确保了评估的准确性和时效性。
-
公开(公告)号:CN116778391A
公开(公告)日:2023-09-19
申请号:CN202310828903.8
申请日:2023-07-07
Applicant: 安徽农业大学
IPC: G06V20/40 , G06V10/82 , G06Q50/02 , G06N3/0464 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种多模态作物病害表型协同分析模型、装置及模型构建系统,方法包括:构建基于改进CNN和LSTM的作物病害表型文本生成模型,通过组建的多模态训练数据集,对其进行训练;基于改进CNN和LSTM的作物病害表型文本生成模型通过组建的多模态训练数据集,对其进行训练;构建基于查询文本引导和多阶段推理的视觉语言定位模型(MQVL)通过组建的多模态训练数据集,对其进行训练;构建基于CNN‑Transformer双流多模态少样本识别模型(CTMF)通过组建的多模态训练数据集,对其进行训练。
-
公开(公告)号:CN114289348B
公开(公告)日:2023-01-24
申请号:CN202111657039.7
申请日:2021-12-31
Applicant: 安徽农业大学
Abstract: 本发明公开了一种农产品质量安全监测与控制系统,属于农产品安全技术领域。一种农产品质量安全监测与控制系统,包括传送带,所述传送带的外侧先后设置有三个关卡,分别为第一关卡、第二关卡以及第三关卡;所述第一关卡和第二关卡的顶部均设置有分类相机,所述分类相机与分类计算机连接;所述第三关卡位于传送带的末端,所述第三关卡连接分果装置以及切片检测装置。本发明有效的解决了传统的产品质量安全检测与控制系统耗费人力且工作效率底的问题。
-
公开(公告)号:CN110659864B
公开(公告)日:2022-11-01
申请号:CN201910959303.9
申请日:2019-10-10
Applicant: 安徽农业大学
Abstract: 本发明公开了一种防碰撞可回收利用快递包装箱的方法,要解决的是现有快递包装箱回收利用方面的问题。本发明具体步骤如下:步骤一,在快递包装箱上分别设置第一二维码和第二二维码,第二二维码记录着该快递包装箱对应的网页信息,第一二维码记录物流信息;步骤二,发货时用户扫描第一二维码和第二二维码并且输入用户信息,同时对第二二维码的网页信息进行更新;步骤三,用户扫描第二二维码,对该快递包装箱进行查看。本发明可以实现对快递包装箱的绿色回收利用,以二维码的形式来对快递包装箱多次利用和回收管理工作;本发明采用含IPA防碰撞算法的RFID标签进行仓库管理,解决商品出入库工作量大、效率低下、人员多等问题。
-
公开(公告)号:CN114496294B
公开(公告)日:2022-07-19
申请号:CN202210075291.5
申请日:2022-01-22
Applicant: 安徽农业大学
IPC: G16H50/80 , G16H50/70 , G06K17/00 , G06N3/04 , G06N3/08 , G06Q50/02 , G06K9/62 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于多模态生物识别技术的猪体疾病预警实现方法,属于疾病预警方法技术领域。一种基于多模态生物识别技术的猪体疾病预警实现方法,针对猪体疾病特征特点基于深度学习算法对各单一特征设计分类识别模型;基于集成学习联结各特征分类结果进行决策级融合得到最终分类结果;针对猪体疾病特征综合性,通过设计并实现基于决策级融合的生物特征多模态融合的分类模型;针对猪体养殖环节以及猪体特点设计猪体疾病实时预警系统;搭建多感应采集器共联RFID读写器节点设计触发装置,通过单一特征分类异常触发装置锁定异常个体;本发明有效解决了猪体养殖环节猪体疾病初期难发现、易蔓延等猪体安全问题。
-
公开(公告)号:CN114754258A
公开(公告)日:2022-07-15
申请号:CN202210454802.4
申请日:2022-04-27
Applicant: 安徽农业大学
Abstract: 本发明公开了一种智慧农业物联网信息管理系统,属于智慧农业技术领域,包括监控装置,监控装置包括安装座,安装座连接有快拆结构,快拆结构连接有支撑杆,快拆结构用于支撑杆快速装卸在安装座上;支撑杆侧壁上安装有安装箱,安装箱内安装有控制器;支撑杆在安装箱上方设有折叠支撑组件;折叠支撑组件包括推动组件和锁死组件,推动组件连接有锁死组件,推动组件与支撑杆连接,锁死组件用于推动组件锁死,实现推动组件的锁死;通过上述方式,本发明折叠支撑组件的锁死组件用于推动组件锁死,实现推动组件的锁死,推动组件便于推动安装横板展开,同时,锁死组件打开后推动组件得到安装横板向下转动进行收紧处理,整体结构空间占用小,便于运输。
-
公开(公告)号:CN114289348A
公开(公告)日:2022-04-08
申请号:CN202111657039.7
申请日:2021-12-31
Applicant: 安徽农业大学
Abstract: 本发明公开了一种农产品质量安全监测与控制系统,属于农产品安全技术领域。一种农产品质量安全监测与控制系统,包括传送带,所述传送带的外侧先后设置有三个关卡,分别为第一关卡、第二关卡以及第三关卡;所述第一关卡和第二关卡的顶部均设置有分类相机,所述分类相机与分类计算机连接;所述第三关卡位于传送带的末端,所述第三关卡连接分果装置以及切片检测装置。本发明有效的解决了传统的产品质量安全检测与控制系统耗费人力且工作效率底的问题。
-
-
-
-
-
-
-
-
-