一种葡萄种植知识图谱数据库的构建方法

    公开(公告)号:CN114996474A

    公开(公告)日:2022-09-02

    申请号:CN202210624917.3

    申请日:2022-06-02

    摘要: 本发明提供了一种葡萄种植知识图谱数据库的构建方法,包括:步骤S1,设计知识图谱数据库顶级概念与概念之间的关系,得到本体层;步骤S2,构建葡萄文本数据集,以BIO标注法标注7类实体,并提取字符部首,获得标注的数据集;步骤S3,将标注的数据集按照8:1:1划分为训练集、验证集和测试集;步骤S4,将所述的训练集输入到多特征融合高效知识抽取网络中进行训练,获得训练后的网络模型;步骤S5,将多源异构的葡萄文本进行预处理后输入训练后的网络模型中,得到格式化文本;步骤S6,在本体层的指导和约束下,将格式化文本组装成三元组,即实体层;步骤S7,将所述的三元组使用Neo4j图数据库进行持久化保存。本发明成本低,知识完整度高且更新维护便利。

    一种基于SLAM的室内机器人导航控制方法

    公开(公告)号:CN114489036A

    公开(公告)日:2022-05-13

    申请号:CN202110848667.7

    申请日:2021-07-25

    IPC分类号: G05D1/02

    摘要: 该发明名为“一种基于SLAM的室内机器人导航控制方法”。通过机器人搭载的激光雷达及里程计实时获取室内环境信息,根据圆弧运动规律构建机器人运动模型实时获取其运动状态,运用栅格地图表示法实时构建周围环境地图,采用似然场模型实时构建激光雷达观测模型,结合基于Rao‑Blackwellised粒子滤波的SLAM方法、生物激励神经网络算法,最终实现了室内移动机器人的导航控制,包括机器人定位、环境地图构建、路径规划及动态避障,一定程度上提高了室内机器人的导航精度和实时性。实现的室内移动机器人导航对矿井救援、场景重建等领域的发展具有积极的推动作用,能够代替人工在危险的环境下作业,提高工作效率和安全性。

    一种基于3D相机的活体秦川牛体尺测量方法

    公开(公告)号:CN114429497A

    公开(公告)日:2022-05-03

    申请号:CN202011099509.8

    申请日:2020-10-14

    IPC分类号: G06T7/60 G06T7/10

    摘要: 该发明专利名为"一种基于3D相机的活体秦川牛体尺测量方法"。通过3D激光相机获取室内规则物体点云图像,运用滤波、分割、曲线拟合及校正等算法,经坐标变换,利用空间曲线长度测量方法,最终实现目标牛体11项体尺即体高、腰高、体斜长、尻长、胸宽、尻宽、胸围、腹围、管围、臀宽高、腰角宽非接触测量功能,在一定程度上克服了人工测量牛体尺难度大、效率低的难题。

    鲜食苹果外观品质及贮藏指标测量仪

    公开(公告)号:CN113324578A

    公开(公告)日:2021-08-31

    申请号:CN202010025458.8

    申请日:2020-01-09

    摘要: 鲜食苹果外观品质及贮藏指标测量仪,首先,安装2个数字摄像头,对苹果进行数据的采集。然后进行数字图像处理,获取苹果的部分外观指标;其次安装一个精密电子秤,获取苹果的重量;并安装苹果环境指标采集模块,获取苹果的环境参数;最后,把得到的数据进行数据分析,完成对苹果的数据采集与品质分级。

    基于可见光和红外热图像的冠层温度提取方法

    公开(公告)号:CN116109551A

    公开(公告)日:2023-05-12

    申请号:CN202211387635.2

    申请日:2022-11-07

    发明人: 段小琳 黄铝文

    IPC分类号: G06T7/00 G06T7/194 G06T7/33

    摘要: 本申请涉及一种基于可见光和红外热图像的冠层温度提取方法,包括:获取待测作物冠层的可见光图像、红外热图像以及红外热图像全屏温度矩阵,所述可见光图像与红外热图像中,包括冠层区域和背景区域;对所述可见光图像进行分割,得到冠层区域;将分割得到的冠层区域与所述红外热图像进行配准,保留红外热图像像素大小的可见光图像并将其二值化;基于所述二值化结果矩阵与所述红外热图像全屏温度矩阵计算得到冠层区域逐像素温度矩阵;对所述冠层区域逐像素温度矩阵求均值,得到待测作物冠层温度。

    一种高效多尺度的羊正脸检测方法

    公开(公告)号:CN114758118A

    公开(公告)日:2022-07-15

    申请号:CN202210245383.3

    申请日:2022-03-14

    摘要: 本发明提供了一种高效多尺度的羊正脸检测方法,包括:步骤S1,采集包含不同尺度羊只正脸的数据集图像;步骤S2,在羊只正脸的数据集图像中标注羊只面部框及7个面部特征点,获得标注的数据集;步骤S3,将标注的数据集随机划分为训练集、验证集和测试集;步骤S4,将所述的训练集输入到高效面部及特征点检测网络中进行训练,获得训练后的网络模型;步骤S5,将待检测图片及视频关键帧进行预处理后输入训练后的网络模型中,得到羊脸检测结果;步骤S6,根据是否检测到羊只正脸的7个面部特征点且检测框和7个面部特征点是否满足正角度特征关系筛选检测到的羊只正脸。

    一种马铃薯叶片病害识别方法及系统

    公开(公告)号:CN117911764A

    公开(公告)日:2024-04-19

    申请号:CN202410041108.9

    申请日:2024-01-11

    摘要: 本申请公开了一种马铃薯叶片病害识别方法及系统,涉及图形识别技术领域。其中方法包括:建立识别模型,并将识别模型部署在服务器上,识别模型采用ResNet152模型;获取待识别马铃薯叶片图像;通过网络将待识别马铃薯叶片图像上传至服务器;利用识别模型对待识别马铃薯叶片图像进行识别,获得病害类型;查询与病害类型对应的防治建议;展示病害类型和防治建议。本申请将深度学习技术应用到了马铃薯叶片病害的快速识别上,利用ResNet152模型实现了可视化的马铃薯叶片病害识别操作界面,农户可以拍摄具体的马铃薯病害叶片,通过本申请的可视化界面进行在线识别并提供准确的防治建议。