-
公开(公告)号：CN113822185B
公开(公告)日：2024-10-29
申请号：CN202111057182.2
申请日：2021-09-09
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
IPC: G06V20/52 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种群养生猪日常行为检测方法，该方法通过获取待检测目标区域内群养生猪日常行为的图像，输入到改进后的YOLOv4网络模型进行检测，可得到输出的图像中生猪日常行为的分类。其中，改进后的YOLOv4网络模型为：采用轻量MobileNetv3网络代替原有模型YOLOv4中的CSPDarknet53网络，可减少参数量，在降低计算量的同时不会造成精度上的损失；并进一步在检测器中引入深度可分离卷积和inception网络结构，拓宽网络宽度和深度，在保证识别准确率的前提下，检测速度更快、实时性更强。
-
公开(公告)号：CN107421678B
公开(公告)日：2023-08-04
申请号：CN201710415837.6
申请日：2017-06-06
Applicant: 安徽农业大学
IPC: G01L5/28 , G01M17/013
Abstract: 本发明公开一种车轮制动力测量装置及方法。该装置包括：拉线位移传感器、固定支架、计算机、固定装置；拉线位移传感器通过固定支架固定在车轮制动气室上；固定装置位于所述拉线位移传感器下方；拉线位移传感器的拉线引出端固定于固定装置的一端，固定装置的另一端用于固定车轮制动凸轮轴；拉线位移传感器的输出端连接所述计算机，计算机用于根据位移传感器的数据计算车轮的制动力。采用本发明的测量装置及方法，通过设计核心固定硬件使线位移传感器固定可靠并保证其测量位移精确，整套系统适用性好，适用于大部分采用气压制动方式的车型，并且易于加工，成本低廉，操作安全方便，测试数据精度高。
-
公开(公告)号：CN114449609B
公开(公告)日：2022-11-29
申请号：CN202210162981.4
申请日：2022-02-22
Applicant: 安徽农业大学
Abstract: 面对无线传感器网络存在的节点能耗不均衡、生存期短等问题，本发明公开了一种基于能耗均衡的LEACH分簇路由方法，在簇首选举阶段，挑选剩余能量大、邻居节点较多，且靠近BS的节点为簇首；然后，非簇首节点依据自己与不同簇首之间通信信号的强度和剩余能量，计算加入不同簇的成本，并加入成本最小的簇；在传输数据阶段，若信息发送簇首距离基站一跳距离以外，则该簇首需要考虑各邻居簇首的剩余能量、簇内节点数、与BS距离等因素，计算各邻居簇首的转发概率，选择具有最大转发概率值的邻居簇首作为下一跳中继节点。本发明与LEACH、LEACH‑C和FIGWO相比，可以使网络生命周期延长，同时可以使BS接收更多的数据。
-
公开(公告)号：CN114449609A
公开(公告)日：2022-05-06
申请号：CN202210162981.4
申请日：2022-02-22
Applicant: 安徽农业大学
Abstract: 面对无线传感器网络存在的节点能耗不均衡、生存期短等问题，本发明公开了一种基于能耗均衡的LEACH分簇路由方法，在簇首选举阶段，挑选剩余能量大、邻居节点较多，且靠近BS的节点为簇首；然后，非簇首节点依据自己与不同簇首之间通信信号的强度和剩余能量，计算加入不同簇的成本，并加入成本最小的簇；在传输数据阶段，若信息发送簇首距离基站一跳距离以外，则该簇首需要考虑各邻居簇首的剩余能量、簇内节点数、与BS距离等因素，计算各邻居簇首的转发概率，选择具有最大转发概率值的邻居簇首作为下一跳中继节点。本发明与LEACH、LEACH‑C和FIGWO相比，可以使网络生命周期延长，同时可以使BS接收更多的数据。
-
公开(公告)号：CN113822185A
公开(公告)日：2021-12-21
申请号：CN202111057182.2
申请日：2021-09-09
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
Abstract: 本发明公开了一种群养生猪日常行为检测方法，该方法通过获取待检测目标区域内群养生猪日常行为的图像，输入到改进后的YOLOv4网络模型进行检测，可得到输出的图像中生猪日常行为的分类。其中，改进后的YOLOv4网络模型为：采用轻量MobileNetv3网络代替原有模型YOLOv4中的CSPDarknet53网络，可减少参数量，在降低计算量的同时不会造成精度上的损失；并进一步在检测器中引入深度可分离卷积和inception网络结构，拓宽网络宽度和深度，在保证识别准确率的前提下，检测速度更快、实时性更强。
-
Patent Agency Ranking
公开(公告)号：CN114625136B
公开(公告)日：2024-11-22
申请号：CN202210238283.8
申请日：2022-03-10
Applicant: 安徽农业大学
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D109/10
Abstract: 本发明提供了一种基于深度学习的机器人轨迹跟踪控制方法，属于机器人控制领域，包括：建立机器人的运动学模型、跟踪误差模型、动力学模型；建立基于长短时记忆神经网络LSTM和滑模控制SMC的控制器，所述控制器包括运动学控制器、基于SMC的动力学控制器和LSTM网络；基于所述机器人的运动学模型、跟踪误差模型、动力学模型，通过所述基于长短时记忆神经网络LSTM和滑模控制SMC的控制器对机器人跟踪轨迹进行控制。本发明提出的提出LSTM和SMC相结合的控制方法实现了LSTM网络对控制的补偿，提高收敛速度和控制的精度及稳定性；在不降低鲁棒性的情况下，LSTM和SMC相结合的方法可以有效抑制滑模控制的抖动现象。
-
公开(公告)号：CN114627502A
公开(公告)日：2022-06-14
申请号：CN202210240265.3
申请日：2022-03-10
Applicant: 安徽农业大学
Abstract: 本发明提供了一种基于改进YOLOv5的目标识别检测方法，属于目标检测领域，包括：采集目标图像样本数据，构建样本数据集；对样本数据集进行扩容处理，得到待识别数据集；对目标检测算法YOLOv5进行改进，获得改进的目标检测算法YOLOv5，具体包括：优化目标锚框、添加协调注意力机制CA及特征融合BiFP；利用改进的目标检测算法YOLOv5对待识别数据集中的图像信息进行识别，获得识别结果。该方法采用改进的目标检测算法YOLOv5不仅提升了一般情况下的生猪个体识别准确率，还改善了在生猪密集以及远距离小目标情境下的检测性能。
-
公开(公告)号：CN118730578A
公开(公告)日：2024-10-01
申请号：CN202410733257.1
申请日：2024-06-06
Applicant: 安徽农业大学
IPC: G01M17/02
Abstract: 本发明提供了一种乘用车轮胎胎面磨损程度估算方法、设备、介质及产品，涉及智能轮胎测试领域，方法包括：利用布置于乘用车轮胎胎内气密层中心平面位置处的加速度传感器捕捉胎面加速度信号，利用布置于乘用车轮胎胎内的胎压传感器检测胎压信号；在轮胎旋转状态下，基于加速度信号，构建轮胎载荷估算模型；截取轮胎旋转一圈的加速度信号，生成轮胎旋转一圈的加速度信号对应的时频图；联合不同磨损程度轮胎在不同工况下轮胎旋转一圈的加速度信号对应的时频图、轮胎载荷、胎压信号以及转速信号，建立轮胎数据库，构建轮胎磨损程度估算模型；根据轮胎磨损程度估算模型估算乘用车轮胎胎面磨损程度。本发明提高了对乘用车子午线轮胎磨损程度的估算精度。
-
公开(公告)号：CN117951813A
公开(公告)日：2024-04-30
申请号：CN202410139872.X
申请日：2024-01-31
Applicant: 安徽农业大学
Abstract: 本发明公开一种轮胎内传感器安装位置确定方法、装置、介质及产品，涉及智能农机的轮胎测试领域，方法包括根据轮胎实际信息构建轮胎滚动仿真模型；根据所述轮胎滚动仿真模型进行仿真，提取待选测点方案中各测点位置的传感器信号；所述待选测点方案是根据所述轮胎实际信息的花纹结构特征确定的；根据所述传感器信号确定与传感器测点位置选择相关的评价指标；根据所述评价指标对轮胎内各测点位置的传感器信号进行评价，得到评价结果；根据所述评价结果确定各传感器在轮胎内的最佳安装位置。本发明能确定农用轮胎内传感器的最佳安装位置。
-
公开(公告)号：CN114627502B
公开(公告)日：2024-12-03
申请号：CN202210240265.3
申请日：2022-03-10
Applicant: 安徽农业大学
IPC: G06V40/10 , G06T3/4038 , G06N3/08 , G06V10/762 , G06V10/80 , G06V10/82 , G06N3/0464 , G06T3/4046
Abstract: 本发明提供了一种基于改进YOLOv5的目标识别检测方法，属于目标检测领域，包括：采集目标图像样本数据，构建样本数据集；对样本数据集进行扩容处理，得到待识别数据集；对目标检测算法YOLOv5进行改进，获得改进的目标检测算法YOLOv5，具体包括：优化目标锚框、添加协调注意力机制CA及特征融合BiFP；利用改进的目标检测算法YOLOv5对待识别数据集中的图像信息进行识别，获得识别结果。该方法采用改进的目标检测算法YOLOv5不仅提升了一般情况下的生猪个体识别准确率，还改善了在生猪密集以及远距离小目标情境下的检测性能。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.023 seconds)
