公开(公告)号：CN114062282B

公开(公告)日：2023-09-22

申请号：CN202210032011.2

申请日：2022-01-12

Applicant: 中国农业科学院农业资源与农业区划研究所

Inventor： 钱建平 ,  杨涵 ,  陈谦 ,  吴文斌

IPC: G01N21/25 ,  G01N21/55 ,  G06V10/774

Abstract: 本发明公开了一种树上果实干物质快速判定方法及装置，所述方法包括以下步骤：A、对多个未采摘树上果实样品分别进行高光谱图像数据采集和未采摘树上果实样品干物质含量的测量；B、数据处理模块基于所述多个未采摘树上果实样品的高光谱图像数据和干物质含量，进行品质预测模型训练；C、对未采摘树上目标果实进行高光谱图像数据的采集，利用所述品质预测模型，预测未采摘树上目标果实的干物质含量。本发明的树上果实干物质快速判断方法和装置，能够在现场直接测量未采摘树上果实的干物质含量，具有能实现同时、大量、快速、无损检测果实，且能连续作业的优点。

公开(公告)号：CN114062282A

公开(公告)日：2022-02-18

申请号：CN202210032011.2

申请日：2022-01-12

Applicant: 中国农业科学院农业资源与农业区划研究所

Inventor： 钱建平 ,  杨涵 ,  陈谦 ,  吴文斌

IPC: G01N21/25 ,  G01N21/55 ,  G06V10/774 ,  G06K9/62

Abstract: 本发明公开了一种树上果实干物质快速判定方法及装置，所述方法包括以下步骤：A、对多个树上果实样品分别进行高光谱图像数据采集和树上果实样品干物质含量的测量；B、数据处理模块基于所述多个树上果实样品的高光谱图像数据和干物质含量，进行品质预测模型训练；C、对树上目标果实进行高光谱图像数据的采集，利用所述品质预测模型，预测树上目标果实的干物质含量。本发明的树上果实干物质快速判断方法和装置，能够在现场直接测量树上果实的干物质含量，具有能实现同时、大量、快速、无损检测果实，且能连续作业的优点。

公开(公告)号：CN114002303B

公开(公告)日：2022-04-05

申请号：CN202111658573.X

申请日：2021-12-31

Applicant: 中国农业科学院农业资源与农业区划研究所

Inventor： 钱建平 ,  陈谦 ,  杨涵 ,  史云

IPC: G01N27/416 ,  G01D21/02 ,  G06N3/08

Abstract: 本发明提供了一种冷链物流中气体感知的校准方法及多源感知装置，本发明方法基于冷链物流环境多要素信息补偿机制，以环境多要素测量值、气体测量电压信号为模型输入，气体实际浓度值作为模型输出，建立气体感知校准ELM神经网络模型。该模型通过随机选择输入层权重，提高了学习效率；利用Moore‑Penrose广义逆矩阵计算输出层权重，保证了网络的泛化能力。本发明气体校准方法可以支撑冷链物流气体的在线精准监测；多源感知装置可以满足冷链物流环境的全面感知。该发明能更有效还原冷链物流过程，能为冷链管理者提供更高效的服务，提高决策效率及调控精度，增强生鲜农产品的品质可信度。

公开(公告)号：CN116452229A

公开(公告)日：2023-07-18

申请号：CN202310188277.0

申请日：2023-02-27

Applicant: 中国农业科学院农业资源与农业区划研究所

Inventor： 钱建平 ,  陈谦 ,  余强毅 ,  杨涵 ,  李佳利 ,  吴文斌

IPC: G06Q30/0201 ,  G06Q30/0203 ,  G06Q10/0631 ,  G06Q10/083

Abstract: 本发明公开了一种基于实际随机性的水果货架期动态预测方法及装置。所述方法包括步骤：A、按照预定时间间隔针对水果样品多批次采集果品品质指标数据；B、建立品质指标随机动力模型，根据采集果品品质指标数据求解品质指标随机动力参数，更新品质指标随机动力模型；C、利用下一时间间隔的果品品质指标数据和品质指标随机动力模型进行前向果品品质指标预测，当预测果品品质指标低于果品品质可接受阈值时，获得水果货架期预测值。本专利的预测方法及装置，能有效提高批次水果果品整体品质的在线精准预测性能。

公开(公告)号：CN114002303A

公开(公告)日：2022-02-01

申请号：CN202111658573.X

申请日：2021-12-31

Applicant: 中国农业科学院农业资源与农业区划研究所

Inventor： 钱建平 ,  陈谦 ,  杨涵 ,  史云

IPC: G01N27/416 ,  G01D21/02 ,  G06N3/08

Abstract: 本发明提供了一种冷链物流中气体感知的校准方法及多源感知装置，本发明方法基于冷链物流环境多要素信息补偿机制，以环境多要素测量值、气体测量电压信号为模型输入，气体实际浓度值作为模型输出，建立气体感知校准ELM神经网络模型。该模型通过随机选择输入层权重，提高了学习效率；利用Moore‑Penrose广义逆矩阵计算输出层权重，保证了网络的泛化能力。本发明气体校准方法可以支撑冷链物流气体的在线精准监测；多源感知装置可以满足冷链物流环境的全面感知。该发明能更有效还原冷链物流过程，能为冷链管理者提供更高效的服务，提高决策效率及调控精度，增强生鲜农产品的品质可信度。