-
公开(公告)号：CN115937714A
公开(公告)日：2023-04-07
申请号：CN202211451123.8
申请日：2022-11-19
Applicant: 三峡大学
Abstract: 本申请提出了一种基于神经网络和CASA模型的净初级生产力估算方法，使用具有近红外光波段NIR与红光波段R的无人机对研究区域进行航拍获得R、NIR与全色影像；对影像进行处理获得正射影像（DOM）与数字地表模型（DSM）；对研究区域进行实地采样获得生物量，从而计算出估算区域的影响因子；对气象数据进行处理获得温度、降雨与辐射参数；对数据进行训练获得区域的影响因子模型；利用影响因子模型与CASA模型对每个像元的高程、归一化植被指数NDVI、温度、降雨、辐射进行处理获得净初级生产力NPP。本申请能实现无人机影像的净初级生产力的高精度估算。
-
公开(公告)号：CN112973049A
公开(公告)日：2021-06-18
申请号：CN202110208097.5
申请日：2021-02-24
Applicant: 三峡大学
Abstract: 本发明提供一种基于视觉传感器的网球捡拾机器人及网球捡拾方法，所述网球捡拾机器人包括：识别模块、行走模块、捡拾模块以及控制模块；其中，识别模块、行走模块、捡拾模块分别与控制模块电连接，捡拾模块安装在行走模块上；识别模块用于识别待捡拾的网球以及确定网球捡拾点的位置信息，并将网球捡拾点的位置信息发送至控制模块，以使控制模块基于网球捡拾点的位置信息确定网球捡拾路径；行走模块用于基于控制模块发送的网球捡拾路径，行驶至网球捡拾点；捡拾模块，用于在行走模块行驶至网球捡拾点后，基于控制模块发送的捡拾指令捡拾网球。本发明可以准确识别出网球场地中的网球并定位网球捡拾点，避免漏捡球的问题，提高了网球捡拾效率。
-
公开(公告)号：CN112973050A
公开(公告)日：2021-06-18
申请号：CN202110208320.6
申请日：2021-02-24
Applicant: 三峡大学
Abstract: 本发明提供一种基于智能轨迹控制的网球捡球机及捡球方法，包括测距模块、控制模块、驱动模块和拾取模块，测距模块的一端、驱动模块的一端、拾取模块的一端分别与控制模块连接；测距模块用于监测网球捡球机与网球之间的距离；控制模块用于基于距离、融合后的蚁群算法和遗传算法，获取网球捡球机和网球之间的最优路径；驱动模块用于根据最优路径，驱动网球捡球机移动到网球预设阈值范围处；拾取模块用于在网球捡球机位于预设阈值范围内时，将网球拾起来。本方案总体成本较低、易于推广使用，并且具有较为广阔的市场前景。
-
公开(公告)号：CN112884225A
公开(公告)日：2021-06-01
申请号：CN202110199435.3
申请日：2021-02-22
Applicant: 三峡大学
Abstract: 本发明提供一种体测成绩预测方法、装置、电子设备和存储介质，其中方法包括：确定待预测对象的性别、身高、体重、肺活量和50米短跑成绩；将所述性别、身高、体重、肺活量和50米短跑成绩输入至体测成绩预测模型中，得到所述体测成绩预测模型输出的所述待预测对象的体测成绩；其中，所述体测成绩预测模型是基于样本预测对象的样本性别、样本身高、样本体重、样本肺活量和样本50米短跑成绩，以及所述样本预测对象的样本体测成绩训练得到的。本发明实现了体测成绩的自动预测，提供了高效的体育测试长跑成绩预测方法，且使用方式简便，减少了人工参与，预测结果更准确。
-
公开(公告)号：CN115130567A
公开(公告)日：2022-09-30
申请号：CN202210699018.X
申请日：2022-06-20
Applicant: 三峡大学
IPC: G06K9/62 , G06F30/20 , G06Q50/02 , G01N33/24 , G06F119/02
Abstract: 本发明公开了一种基于PCA‑PMF的农田土壤重金属定量源解析的联用方法，该方法采用多元统计分析方法中的PCA主成分分析模型和受体模型中的PMF模型相结合的方法，实现对土壤重金属的污染来源进行快速、准确的定量源解析；该方法既能利用PCA模型为PMF模型提供较为可靠的因子数目判定，又能结合两者对污染源的解析结果进行对比验证，提高了定量源解析的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115130377A
公开(公告)日：2022-09-30
申请号：CN202210704753.5
申请日：2022-06-21
Applicant: 三峡大学
IPC: G06F30/27 , G06K9/62 , G06N20/00 , G06N3/00 , G01N23/223
Abstract: 一种BOSS‑SAPSO优化极限学习机的土壤重金属预测方法，它包括以下步骤：步骤1：采集土壤样品X射线荧光光谱数据和重金属含量值，构建样本集；步骤2：对样本集或待检测光谱信息进行预处理；步骤3：对预处理后的光谱数据进行特征选择；步骤4：建立极限学习机；步骤5：采用优化后的权重和隐含层偏置训练极限学习机，得到土壤重金属预测模型，将测试集输入预测模型，得到重金属的预测值。本发明的目的是为了解决在现有的土壤重金属预测中，所获得的相关光谱数据维度高、数据间冗余大且光谱与土壤重金属之间会呈现复杂的非线性，从而使得土壤重金属预测效率、效果、精准度不高的技术问题。
-
公开(公告)号：CN115081335A
公开(公告)日：2022-09-20
申请号：CN202210778405.2
申请日：2022-06-30
Applicant: 三峡大学
Abstract: 一种改进深度极限学习机的土壤重金属空间分布预测方法，它包括以下步骤：步骤1：确定研究区域内的调查网格；步骤2：在研究区域内采集土壤样品；步骤3：测定采集的土壤样品重金属浓度；步骤4：确定所需多源辅助变量；步骤5：筛选多源辅助变量；步骤6：基于土壤重金属浓度数据和辅助变量数据构建深度极限学习机；步骤7：用金枪鱼群优化算法优化所构建的深度极限学习机；步骤8：获得土壤重金属空间分布图。本发明的目的是提供一种利用深度极限学习机DELM来对土壤重金属浓度空间进行预测的方法，以提高土壤重金浓度空间预测的精度，进而为更好的进行土壤重金属污染防治做准备。
-
公开(公告)号：CN112883977A
公开(公告)日：2021-06-01
申请号：CN202110198703.X
申请日：2021-02-22
Applicant: 三峡大学
Abstract: 本发明提供一种车牌识别方法、装置、电子设备和存储介质，其中方法包括：对摄像头采集的原始图像进行预处理，得到车牌图像；基于车牌颜色，对车牌图像进行车牌定位，并基于定位得到的车牌位置对车牌图像进行裁切；对裁切后的车牌图像进行倾斜校正和字符分割，得到车牌图像中的多个字符图像；对多个字符图像进行字符识别，得到车牌图像的车牌识别结果。本发明对摄像头采集的原始图像进行预处理，得到车牌图像，再利用车牌的颜色特征对车牌进行定位和裁切，可以去除车牌图像中大量无效的干扰边缘，减少了车牌定位的错误率，然后再对车牌图像进行倾斜校正和字符分割，从而对各个字符图像进行字符识别，得到车牌识别结果，提高了车牌识别的准确性。
-
公开(公告)号：CN116166923A
公开(公告)日：2023-05-26
申请号：CN202211587357.5
申请日：2022-12-11
Applicant: 三峡大学
Abstract: 本发明涉及基于地统计分析与APLS‑MLR的土壤重金属来源解析方法，包括：对研究区域的土壤进行采样，测量土壤样本中重金属的含量，并进行预处理；利用克里金插值方法分析得到研究区域的土壤重金属空间含量分布特征图；对研究区域的重金属浓度数据采用偏最小二乘法进行分析；建立用于土壤重金属污染源解析的绝对偏最小二乘‑多元线性回归法受体模型；结合土壤重金属空间含量分布特征图和各污染源贡献率，推断确定具体的污染源。本发明方法不仅能计算确定污染源数量以及各个污染源的贡献率，还能准确确定具体的污染源；本发明提出的受体模型的APLS‑MLR方法，解决了APCS‑MLR方法中主成分分析时特征值的分解具有局限性的问题。
-
公开(公告)号：CN115456274A
公开(公告)日：2022-12-09
申请号：CN202211109756.0
申请日：2022-09-13
Applicant: 三峡大学
Abstract: 一种农产品重金属超标概率预测的方法，包括以下步骤：步骤1：采集土壤、农产品及采集点位所处环境的样本，检测样本重金属含量和ph值，构成候选指标数据集，并进行预处理。步骤2：对指标集进行指标筛选，筛选出与要预测农产品重金属相关性较大的指标构成新的指标集。步骤3：按照国家标准将数据分为超标与不超标两种，按照比例分为训练数据和测试数据。步骤4：建立支持向量机，将训练数据作为支持向量机的输入，训练数据中重金属是否超标为支持向量机的输出。步骤5：使用优化后的核函数参数g和惩罚参数c训练支持向量机，得到农产品重金属超标概率预测模型，将测试数据输入农产品重金属超标概率预测模型，得到重金属超标概率预测的结果。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.02 seconds)
