公开(公告)号：CN115423204A

公开(公告)日：2022-12-02

申请号：CN202211164543.8

申请日：2022-09-23

Applicant: 华南农业大学

Inventor： 张智刚 ,  卢跃腾 ,  吕盛坪 ,  张闻宇 ,  张帆 ,  王奔 ,  刘文锴

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q30/02 ,  G06Q50/02 ,  G06K9/62 ,  G06F17/18 ,  G06F17/14

Abstract: 本发明公开了一种基于VMD的农机备件需求预测方法，该方法包括：使用VMD算法对原始序列f(t)进行分解，以各分量之和与原始序列数据的平均绝对误差最小为目标，进行迭代寻优，确定模态分量个数K和惩罚参数α；将对应组的测试样本Y1输入到训练好的贝叶斯回归模型进行预测，得到预测结果最终得到K组预测结果；根据变分模态分解的基本原理，将各模态分量的预测结果进行数值相加，则得到了最终的备件需求预测结果本发明提供一种基于VMD的农机备件需求预测方法，该方法能避免收集和筛选与农机备件相关的影响因素这一难点，并在小样本数据的预测中具有较好的预测精度。

公开(公告)号：CN113378753A

公开(公告)日：2021-09-10

申请号：CN202110700764.1

申请日：2021-06-23

Applicant: 华南农业大学

Inventor： 张智刚 ,  陈亚宜 ,  张闻宇 ,  何荣汝 ,  李洪开 ,  卢跃腾 ,  张帆 ,  丁凡 ,  王奔 ,  王明昌 ,  张天

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于改进YOLOv4的苗期水稻田边界目标识别方法，包括以下步骤：(1)获取自动导航拖拉机在稻田工作的环境图像，得出数据集；(2)对YOLOv4网络模型的锚框参数值进行修改，选择精度最高的聚类结果作为YOLOv4网络的锚框参数值；(3)基于YOLOv4算法构建改进的YOLOv4结构，得到改进YOLOv4模型；(4)对改进YOLOv4模型进行训练，得到最优的改进YOLOv4模型；(5)将自动导航拖拉机在工作过程中获取的实时视频，解码转为实时图像，输入步骤(4)中所述的最优的改进YOLOv4模型，最优的改进YOLOv4模型输出目标识别结果。本发明实现对苗期水稻田的边界障碍物进行识别和定位，提高拖拉机自动导航系统的环境感知能力，提高拖拉机自动导航作业安全性。

公开(公告)号：CN116362465A

公开(公告)日：2023-06-30

申请号：CN202211605607.3

申请日：2022-12-14

Applicant: 华南农业大学

Inventor： 张智刚 ,  王奔 ,  吕盛坪 ,  张帆 ,  张闻宇 ,  卢跃腾 ,  刘文锴

IPC: G06Q10/0631 ,  G06Q50/02 ,  G06Q10/0835

Abstract: 本发明公开了一种农机备件投放方法，该方法包括：建立农机备件投放抽象模型,并建立目标函数：minZ＝C1+C2+C3+C4；表示本次投放消耗的最低成本。其中C1表示发车固定成本，C2表示车辆运输成本，C3表示时间窗惩罚成本，C4表示搬运成本；建立约束条件，约束条件应包括配送节点约束、配送时间约束、车辆载货能力约束、客户需求约束以及一系列的0‑1约束。本发明提出一种农机备件投放方法，有效降低投放成本，优化备件投放模式。