-
公开(公告)号：CN109253985A
公开(公告)日：2019-01-22
申请号：CN201811436277.3
申请日：2018-11-28
Applicant: 东北林业大学 , 扬州市良匠古筝制作研究院有限公司
IPC: G01N21/359 , G01N21/3563 , G06N3/08
Abstract: 本发明公开了一种基于神经网络的近红外光谱识别古筝面板用木材等级的方法，所述方法包括如下步骤：(1)将包含不同等级的古筝面板用木材的近红外光谱数据进行Savitzky-Golay卷积平滑和一阶导数预处理和主成分分析；(2)构建改进的BP神经网络模型；(3)训练改进的BP神经网络模型；(4)利用训练好的改进的BP神经网络模型对古筝面板用木材近红外光谱数据进行分类，从而实现古筝面板用木材的等级识别。本发明基于可以涵盖不同等级古筝面板用木材的化学物质的近红外光谱数据进行判别，测量数据快，成本低，判断时间短，有效缩小计算数据量，不掺杂主观臆断，稳定性较高，方法更具健壮性。
-
公开(公告)号：CN118799725A
公开(公告)日：2024-10-18
申请号：CN202410775898.3
申请日：2024-06-17
Applicant: 东北林业大学
IPC: G06V20/10 , G06V20/52 , G06V20/70 , G06V40/10 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及计算机视觉与生态监测技术领域，公开了一种基于YOLOv8的复杂环境中鸟类小目标检测方法，该方法通过在YOLOv8的卷积模块中引入感受野注意力(Receptive FieldAttention,RFA)和坐标注意力(CoordinateAttention,CA)机制，优化了注意力权重在感受野特征中的共享，并增强了对远距离信息的处理能力。此外，提出了具有长程依赖性和自适应能力的SPPF‑LSKA模块，有效减少湿地复杂背景对鸟类检测的干扰。进一步的，使用改进的BiFPN‑P2D结构连接P2特征层进行特征融合，增强了跨尺度特征的融合效果。在上采样阶段，引入内容感知特征重组模块，加强对小目标显著语义信息的关注。实验结果表明，本发明在湿地复杂环境中进行鸟类目标检测的有效性及其广泛的应用前景。
-
公开(公告)号：CN116630959A
公开(公告)日：2023-08-22
申请号：CN202310404630.4
申请日：2023-04-14
Applicant: 东北林业大学
Abstract: 本发明公开了基于YOLOv5的香菇智能检测管理系统，属于香菇种植技术领域，包括景深摄像模块、地理位置确定模块、数据处理模块、训练集加载模块、YoLov5模型构建模块、判断模块、对比模块、警报模块和显示模块；所述YoLov5模型构建模块包括迭代单元和识别单元；所述景深摄像模块利用景深摄像头每隔24h拍摄一组景深范围不同的香菇生长图片，形成香菇图片数据；所述地理位置确定模块用于确定景深摄像头各像素点所对应的地理坐标，形成像素点坐标数据，本发明能够自动判断香菇生长情况，不仅大大降低了人工工作量，还避免疏漏观察，同时可及时采收香菇，并可及时清理腐败和病害香菇，且能够及时定位需采收的香菇和病害香菇。
-
公开(公告)号：CN102663991A
公开(公告)日：2012-09-12
申请号：CN201210143213.0
申请日：2012-05-10
Abstract: 一种乐器共鸣板振动特性的检测方法与装置，属于乐器检测测试领域；该方法将琴弦固定在乐器共鸣板上，利用拨杆来拨动琴弦，所述拨杆为受到一定外力即发生弯曲或折断的材料制成，拨动琴弦时所述拨杆发生弯曲或折断后，完成一次拨动周期；该装置包括支架，所述支架上铰接有转轴，所述转轴表面固定有拨杆固定装置，所述拨杆固定装置上安装有拨杆；利用本发明进行弦乐琴弦的音质检测和判断，不仅方法简单实用，而且装置结构简单，便于操作，可以实现给琴弦提供均匀力激励，降低对检测者的要求、提高检测效率。
-
公开(公告)号：CN116935440A
公开(公告)日：2023-10-24
申请号：CN202310882908.9
申请日：2023-07-19
Applicant: 东北林业大学
IPC: G06V40/10 , G06V10/774 , G06V10/778 , G06V10/82 , G06N3/048
Abstract: 本发明公开了一种基于深度学习的黄瓜害虫识别方法及系统，包括：制作并扩充黄瓜害虫数据集。采用ResNet101模型对扩充后的数据集进行训练。搭建改进的ResNet101模型，主要改进为：使用SELU激活函数替换模型中的RELU激活函数，加快收敛速度，改变神经元不学习的问题。引入通道注意力机制ECA模块，采用的参数少，可带来明显的性能增益，提高模型对黄瓜害虫特征的提取。采用余弦退火的学习率下降方式。采用迁移学习的方式，使用ImageNet大规模数据集上对ResNet101网络进行训练的权重，来提取图像的初步特征。通过改进，该算法相对于原始ResNet101模型能够保持更高的精度，参数量较少。最后采用pyqt设计黄瓜害虫识别界面，准确识别出黄瓜害虫类型。
-
Patent Agency Ranking
公开(公告)号：CN111611924B
公开(公告)日：2022-03-25
申请号：CN202010437569.X
申请日：2020-05-21
Applicant: 东北林业大学
IPC: G06V10/774 , G06V10/771 , G06V20/10 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明公开了一种基于深度迁移学习模型的蘑菇识别方法，将基于深度学习的迁移学习与蘑菇识别相融合，通过迁移学习经典模型后，挑选精确率最高模型并对其进行模型调整，提取图像数据中的向量特征得到识别结果。本发明保留图像背景等环境因素实验得到95.1％的精确率，同时通过混合矩阵图像说明了对于每类蘑菇识别率均达到了较高的水平，可以说明迁移学习对不同复杂环境处理，模型鲁棒性强的优势。本发明对提取特征进行不同维度的数据降维处理，同时引入多种机器学习方法进行分类。从训练模型时间参数与验证集精确率参数对结果进行对比分析，保证了实验对比的多样性与图像识别的可靠性。
-
公开(公告)号：CN102564106A
公开(公告)日：2012-07-11
申请号：CN201110397742.9
申请日：2011-12-05
Applicant: 东北林业大学
IPC: F26B25/22
Abstract: 基于DSP的木材干燥远程监控系统，涉及一种木材干燥远程监控系统。它解决了现有木材干燥远程监控系统的干燥效率低、操作复杂的问题。它包远程服务器、监控主机和现场控制器，监控主机和现场控制器之间采用串行总线进行数据传输，监控主机和远程服务器之间通过Internet网采用TCP协议进行数据传输，现场控制器可以单独运行，也可以通过网络总线和串行总线接受来自远程服务器和监控主机的各种命令，并在执行命令后向监控主机反馈数据。本发明适用于大、中型干燥窑的木材自动干燥场合。
-
公开(公告)号：CN115760152A
公开(公告)日：2023-03-07
申请号：CN202211397451.4
申请日：2022-11-09
Applicant: 东北林业大学
IPC: G06Q30/018 , G06Q50/02 , G06Q10/0833 , G06Q10/087 , G06F21/60 , G06F21/64 , G16Y10/05 , G16Y10/45 , G16Y10/40 , G16Y20/10 , G16Y40/10
Abstract: 本发明一种基于主从多链型区块链的农产品溯源系统包括：主从多链型区块链模块，星际文件系统(IPFS)多媒体数据管理模块以及适用于IPFS的文件加密解密模块，基础数据管理模块，物联网数据采集模块。物联网采集模块用来检测环境信息，基础数据管理模块，管理从种植到仓储到加工再到物流的整个环节的文本类数据，IPFS多媒体数据存储模块用来存储以及适用于IPFS的文件加密解密模块用于存储从种植到仓储到加工再到物流的整个环节的视频数据、音频数据，所述新型主从多链型区块链模块用来管理整个流程中的敏感信息。本发明利用区块链技术进行农产品质量安全溯源，信息安全可信，不可被篡改。本发明不仅可以进一步推动对农产品质量安全提升，拉动与协调各企业合作关系，赋予消费者对农产品质量的准确真实的信息的知情权，为政府提供高效的追责工具，更是构建出了一个集物联网、星际文件系统、主从多链型区块链于一体的强信任背书溯源应用体系。
-
公开(公告)号：CN114359387A
公开(公告)日：2022-04-15
申请号：CN202210009676.1
申请日：2022-01-06
Applicant: 东北林业大学
Abstract: 本发明公开了一种基于改进YOLOV4算法的袋料栽培香菇检测方法，包括：搭建改进YOLO v4网络，训练改进YOLO v4网络以及香菇图像检测。改进后的YOLO v4算法使用深度可分离卷积，去掉分类损失，重新构建损失函数；在PANet结构部分增加一条预测特征图传递路径，并在路径中嵌入具有残差边的注意力机制模块R_cbam，使之能够快速的在一组特征图中找到关键特征区域，并使之权值加重，用于预测。通过改进，该算法能够使检测精度得以提升而算法参数量大大降低，从而更好的为机械采摘提供视觉算法支持。
-
公开(公告)号：CN109253985B
公开(公告)日：2022-01-11
申请号：CN201811436277.3
申请日：2018-11-28
Applicant: 东北林业大学 , 扬州市良匠古筝制作研究院有限公司
IPC: G01N21/359 , G01N21/3563 , G06N3/08
Abstract: 本发明公开了一种基于神经网络的近红外光谱识别古筝面板用木材等级的方法，所述方法包括如下步骤：(1)将包含不同等级的古筝面板用木材的近红外光谱数据进行Savitzky‑Golay卷积平滑和一阶导数预处理和主成分分析；(2)构建改进的BP神经网络模型；(3)训练改进的BP神经网络模型；(4)利用训练好的改进的BP神经网络模型对古筝面板用木材近红外光谱数据进行分类，从而实现古筝面板用木材的等级识别。本发明基于可以涵盖不同等级古筝面板用木材的化学物质的近红外光谱数据进行判别，测量数据快，成本低，判断时间短，有效缩小计算数据量，不掺杂主观臆断，稳定性较高，方法更具健壮性。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.017 seconds)
