公开(公告)号：CN116403048B

公开(公告)日：2024-03-26

申请号：CN202310407119.X

申请日：2023-04-17

Applicant: 哈尔滨工业大学

Inventor： 王玲 ,  李俊生 ,  任荣荣 ,  吴国龙 ,  刘劼

IPC: G06V10/764 ,  G06V10/774 ,  G06N3/084 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/42 ,  G06V10/80

Abstract: 一种基于多模态数据融合的农作物生长估计模型构建方法，属于农作物识别技术领域。为解决农作物生长过程中针对多种农作物普遍适用且估计准确的问题。本发明构建农作物图像训练集、农作物图像测试集、传感器数据训练集，传感器数据测试集；利用线性投影方法，将农作物图像训练集中的农作物图像输入卷积神经网络进行图像特征提取，利用传感器感知机方法，将传感器数据训练集中的传感器数据输入多层感知机神经网络进行传感器数据特征提取，利用Transformer编码器融合后进行拼接处理，然后经过池化、线性变换后输出为农作物生长评价指标，进行多模态数据融合的农作物生长估计。本发明适用于多种作物，大大减少了重新训练网络的时间。

公开(公告)号：CN116403048A

公开(公告)日：2023-07-07

申请号：CN202310407119.X

申请日：2023-04-17

Applicant: 哈尔滨工业大学

Inventor： 王玲 ,  李俊生 ,  任荣荣 ,  吴国龙 ,  刘劼

IPC: G06V10/764 ,  G06V10/774 ,  G06N3/084 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/42 ,  G06V10/80

Abstract: 一种基于多模态数据融合的农作物生长估计模型构建方法，属于农作物识别技术领域。为解决农作物生长过程中针对多种农作物普遍适用且估计准确的问题。本发明构建农作物图像训练集、农作物图像测试集、传感器数据训练集，传感器数据测试集；利用线性投影方法，将农作物图像训练集中的农作物图像输入卷积神经网络进行图像特征提取，利用传感器感知机方法，将传感器数据训练集中的传感器数据输入多层感知机神经网络进行传感器数据特征提取，利用Transformer编码器融合后进行拼接处理，然后经过池化、线性变换后输出为农作物生长评价指标，进行多模态数据融合的农作物生长估计。本发明适用于多种作物，大大减少了重新训练网络的时间。

公开(公告)号：CN101391214A

公开(公告)日：2009-03-25

申请号：CN200810137482.X

申请日：2008-11-07

Applicant: 哈尔滨工业大学

Inventor： 姚杰 ,  翟旭 ,  李俊生

IPC: B01J23/28 ,  B01J23/22 ,  B01J35/04 ,  B01D53/56

Abstract: 选择性催化还原氮氧化物蜂窝状金属筛网催化剂及其制备方法，它涉及一种催化剂及其制备方法。它解决了现有SCR工艺技术中常用的催化剂存在抗热震性能差、传质性能差，热响应慢，催化性能差和处理成本高的问题。本发明选择性催化还原氮氧化物蜂窝状金属筛网催化剂由金属丝网、沉积在金属丝网上的载体及负载在载体上的V2O5和MoO3构成。方法：a.材料预处理；b.制电泳液；c.电泳沉积；d.制Al2O3/金属丝网；e.制TiO2/Al2O3/金属丝网；f.编织蜂窝状金属筛网，然后经浸渍、干燥、焙烧后得选择性催化还原氮氧化物蜂窝状金属筛网催化剂。本发明中催化剂催化性能好，成本低，抗热震性能好，传质性能好，热响应迅速。