-
公开(公告)号：CN118429816B
公开(公告)日：2024-09-17
申请号：CN202410885233.8
申请日：2024-07-03
Applicant: 浙江工业大学
IPC: G06V20/10 , G01N21/25 , G01N30/02 , G06V10/74 , G06V10/25 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084 , G06V10/764
Abstract: 本发明属于红茶发酵技术领域，公开了一种基于数据增强和标签生成的发酵红茶儿茶素定量方法，包括以下步骤：S1.实验平台搭建；S2.发酵红茶图像数据采集与儿茶素测定；S3.发酵红茶光谱与标签数据生成；S4.生成数据质量评估；S5.数据增强效果评估。本发明提出的方法利用光谱学和机器学习做到了快速无损的检测，本方法节省了成本以及时间；本发明提出的DCGAN‑L模型相比直接利用DCGAN同时生成光谱加标签，生成的数据更加接近真实数据，不存在异常分布情况；DCGAN‑L模型，可以推广应用于各类茶叶发酵领域，以及机器学习数据增强领域，在准确定量茶类物质发酵过程中化学值含量方面潜力巨大。
-
公开(公告)号：CN118656601B
公开(公告)日：2025-02-14
申请号：CN202411133471.X
申请日：2024-08-19
Applicant: 浙江工业大学
IPC: G06F18/20 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种温室土壤温度预测方法。它包括以下步骤：对预设时间段内温室的环境数据进行采样，所述环境数据包括温室土壤温度和多个环境特征；对采样得到的环境数据进行预处理；分析每个环境特征与温室土壤温度之间的耦合关系，筛选出与温室土壤温度之间的耦合关系强的环境特征作为耦合特征；将温室土壤温度以及筛选出的耦合特征组成第一数据集，采用注意力机制变量加权模型对第一数据集内的数据进行加权处理，得到第二数据集；构建Transformer神经网络模型，将第二数据集输入Transformer神经网络模型，Transformer神经网络模型输出未来指定时间段内的温室土壤温度预测值。本发明能够降低Transformer神经网络模型的计算量，提高预测精度。
-
公开(公告)号：CN118429816A
公开(公告)日：2024-08-02
申请号：CN202410885233.8
申请日：2024-07-03
Applicant: 浙江工业大学
IPC: G06V20/10 , G01N21/25 , G01N30/02 , G06V10/74 , G06V10/25 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084 , G06V10/764
Abstract: 本发明属于红茶发酵技术领域，公开了一种基于数据增强和标签生成的发酵红茶儿茶素定量方法，包括以下步骤：S1.实验平台搭建；S2.发酵红茶图像数据采集与儿茶素测定；S3.发酵红茶光谱与标签数据生成；S4.生成数据质量评估；S5.数据增强效果评估。本发明提出的方法利用光谱学和机器学习做到了快速无损的检测，本方法节省了成本以及时间；本发明提出的DCGAN‑L模型相比直接利用DCGAN同时生成光谱加标签，生成的数据更加接近真实数据，不存在异常分布情况；DCGAN‑L模型，可以推广应用于各类茶叶发酵领域，以及机器学习数据增强领域，在准确定量茶类物质发酵过程中化学值含量方面潜力巨大。
-
Patent Agency Ranking
公开(公告)号：CN119310018A
公开(公告)日：2025-01-14
申请号：CN202411859215.9
申请日：2024-12-17
Applicant: 浙江工业大学
Abstract: 本发明公开了一种植物叶片叶绿素含量检测方法。它包括以下步骤：采集待测植物叶片样本的高光谱反射率数据，所述高光谱反射率数据包括n个波长对以及波长对中每个波长对应的光谱反射率；根据高光谱反射率数据计算出待测植物叶片样本对应的光谱指数；将光谱指数输入叶绿素含量预测模型，叶绿素含量预测模型输出待测植物叶片样本的叶绿素含量。本发明能够对植物叶片进行无损检测，提高了检测精度，能够适用于不同生长环境的不同植物叶片，适用性强。
-
公开(公告)号：CN118778747B
公开(公告)日：2024-11-29
申请号：CN202411267023.9
申请日：2024-09-11
Applicant: 浙江工业大学
IPC: G05D27/02
Abstract: 本发明公开了一种温室环境智能控制方法。它包括以下步骤：采集温室内部的环境特征的当前值和历史数据，所述环境特征包括空气温度、空气湿度和太阳辐射强度；对采集的环境特征的历史数据进行预处理；根据环境特征的当前值、历史数据、目标值计算出控制参数，根据控制参数控制对应的温室设备工作。本发明根据温室内部的环境特征的当前值和历史数据对温室环境进行控制，提高了控制精度，有效改善了控制效果。
-
公开(公告)号：CN118778747A
公开(公告)日：2024-10-15
申请号：CN202411267023.9
申请日：2024-09-11
Applicant: 浙江工业大学
IPC: G05D27/02
Abstract: 本发明公开了一种温室环境智能控制方法。它包括以下步骤：采集温室内部的环境特征的当前值和历史数据，所述环境特征包括空气温度、空气湿度和太阳辐射强度；对采集的环境特征的历史数据进行预处理；根据环境特征的当前值、历史数据、目标值计算出控制参数，根据控制参数控制对应的温室设备工作。本发明根据温室内部的环境特征的当前值和历史数据对温室环境进行控制，提高了控制精度，有效改善了控制效果。
-
公开(公告)号：CN119310018B
公开(公告)日：2025-03-28
申请号：CN202411859215.9
申请日：2024-12-17
Applicant: 浙江工业大学
Abstract: 本发明公开了一种植物叶片叶绿素含量检测方法。它包括以下步骤：采集待测植物叶片样本的高光谱反射率数据，所述高光谱反射率数据包括n个波长对以及波长对中每个波长对应的光谱反射率；根据高光谱反射率数据计算出待测植物叶片样本对应的光谱指数；将光谱指数输入叶绿素含量预测模型，叶绿素含量预测模型输出待测植物叶片样本的叶绿素含量。本发明能够对植物叶片进行无损检测，提高了检测精度，能够适用于不同生长环境的不同植物叶片，适用性强。
-
公开(公告)号：CN118656601A
公开(公告)日：2024-09-17
申请号：CN202411133471.X
申请日：2024-08-19
Applicant: 浙江工业大学
IPC: G06F18/20 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种温室土壤温度预测方法。它包括以下步骤：对预设时间段内温室的环境数据进行采样，所述环境数据包括温室土壤温度和多个环境特征；对采样得到的环境数据进行预处理；分析每个环境特征与温室土壤温度之间的耦合关系，筛选出与温室土壤温度之间的耦合关系强的环境特征作为耦合特征；将温室土壤温度以及筛选出的耦合特征组成第一数据集，采用注意力机制变量加权模型对第一数据集内的数据进行加权处理，得到第二数据集；构建Transformer神经网络模型，将第二数据集输入Transformer神经网络模型，Transformer神经网络模型输出未来指定时间段内的温室土壤温度预测值。本发明能够降低Transformer神经网络模型的计算量，提高预测精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.103 seconds)
