一种农业生态园物联网可追溯系统

    公开(公告)号:CN106296216A

    公开(公告)日:2017-01-04

    申请号:CN201610608540.7

    申请日:2016-07-29

    CPC classification number: G06Q30/018

    Abstract: 本发明公开了一种农业生态园物联网可追溯系统,所述的系统包括:设置于各个农作物种植区域内,用于采集该种植区域内农作物基本信息和种植环境信息的采集器,中间件通过网关获取各个采集器采集到的农作物基本信息和种植环境信息,并将这些农作物基本信息和种植环境信息存入数据库保存;应用层终端可以通过数据库获取其储存的农作物基本信息和种植环境信息。本发明所公开的农业生态园物联网可追溯系统,一方面可以通过采集器实时采集到农作物的基本信息和种植环境信息,以及通过控制设备利用PID控制原理实现对温度、土壤水分和光照强度等农作物种植环境的改变控制;另一方面通过二维码技术可以让消费者更好的了解农作物的基本信息,实现农作物从种植到消费的信息公开,进一步保障了消费者权益和食品安全。

    一种花生收获实时测产方法

    公开(公告)号:CN103217205A

    公开(公告)日:2013-07-24

    申请号:CN201310148006.9

    申请日:2013-04-25

    Abstract: 本发明提出了一种花生收获实时测产方法,解决了现有技术中无法在收获过程中对花生实时测产的问题。花生进入测产装置后,左右两个测产传感器装置交替对花生产量进行测量,最后将两个测产传感器装置所测产量相加即为花生的总产量。本发明花生收获实时测产方法易于操作,实用性强,适应性强,产量计算精确,实现了花生收获过程中实时测产。

    一种基于深度学习的苹果病害诊断方法

    公开(公告)号:CN113553972A

    公开(公告)日:2021-10-26

    申请号:CN202110863440.X

    申请日:2021-07-29

    Abstract: 本发明提供了一种基于深度学习的苹果病害诊断方法,包括以下步骤:步骤1,建立多个类别的苹果病害图像数据集;步骤2,对建立的图像数据集进行扩增;步骤3,在GoogLeNet的inception模块的基础上搭建一种苹果病害识别模型,并优化模型的泛化能力;步骤4,利用步骤2中扩增后获得的图像数据集对优化后的模型进行训练;步骤5,用训练好的模型进行诊断并输出结果。本发明的苹果病害检测范围更广泛。针对小样本下的训练问题上,不同于现有研究在模型训练上进行优化,而是通过模型改进和数据增强两种途径优化诊断模型的泛化能力,从多个维度综合衡量模型性能模型的准确率,在识别精度和模型大小方面均优于现有研究。

    循环隧道式烘干设备及其控制方法

    公开(公告)号:CN110186268A

    公开(公告)日:2019-08-30

    申请号:CN201910511917.0

    申请日:2019-06-13

    Abstract: 本发明公开了一种循环隧道式烘干设备及其控制方法。设备包括:环形隧道、运输机构和除湿机构;环形隧道中设置有微波加热区、红外加热区和装卸货区;微波加热区中设置有微波发生器,红外加热区中设置有红外加热器,装卸货区中设置有可开关的门体;运输机构包括环形导轨、动力车和拖车,环形导轨设置在环形隧道中,拖车连接在动力车上并跟随动力车沿环形导轨在环形隧道中移动;除湿机构包括风道、风机和热泵组件,热泵组件包括连接在一起的压缩机、冷凝器、节流装置和蒸发器,风道具有进风口和出风口,进风口和出风口分别连通环形隧道,风机、冷凝器和蒸发器位于风道中,蒸发器靠近进风口,冷凝器靠近出风口。实现降低循环隧道式烘干设备的能耗。

    一种基于高光谱的苹果叶片含氮量检测方法

    公开(公告)号:CN114199793B

    公开(公告)日:2023-10-27

    申请号:CN202111551944.4

    申请日:2021-12-17

    Abstract: 本发明提供了一种基于高光谱的苹果叶片含氮量检测方法,包括以下步骤:步骤1,对苹果生长发育的四个时期的叶片进行采集并进行光谱扫描;步骤2,对光谱数据展开特征波长分析并提取特征向量;步骤3,依据GBDT算法搭建机器学习反演模型,将步骤2中提取出的特征向量作为输入矢量导入反演模型中;步骤4,使用交叉验证优化反演模型参数;步骤5,用优化完成后的反演模型对苹果叶片氮含量进行检测。本发明的苹果叶片含氮量检测方法更准确,验证了特征波长提取方法的有效性,并为高光谱无损检测技术在苹果树营养元素含量快速检测和生长发育态势实时监测等方面的应用提供参考依据。

    一种基于高光谱的苹果叶片含氮量检测方法

    公开(公告)号:CN114199793A

    公开(公告)日:2022-03-18

    申请号:CN202111551944.4

    申请日:2021-12-17

    Abstract: 本发明提供了一种基于高光谱的苹果叶片含氮量检测方法,包括以下步骤:步骤1,对苹果生长发育的四个时期的叶片进行采集并进行光谱扫描;步骤2,对光谱数据展开特征波长分析并提取特征向量;步骤3,依据GBDT算法搭建机器学习反演模型,将步骤2中提取出的特征向量作为输入矢量导入反演模型中;步骤4,使用交叉验证优化反演模型参数;步骤5,用优化完成后的反演模型对苹果叶片氮含量进行检测。本发明的苹果叶片含氮量检测方法更准确,验证了特征波长提取方法的有效性,并为高光谱无损检测技术在苹果树营养元素含量快速检测和生长发育态势实时监测等方面的应用提供参考依据。

    一种具备复杂地形自适应功能的特种机器人及其运动作业方法

    公开(公告)号:CN110481657A

    公开(公告)日:2019-11-22

    申请号:CN201910699762.8

    申请日:2019-07-31

    Abstract: 本发明公开一种具备复杂地形自适应功能的特种机器人及其运动作业方法,该特种机器人包括履带式底盘、减震悬挂组件、悬挂自适应调整组件和电控组件,悬挂自适应调整组件用于实现对减震悬挂组件的角度调整。本发明通过设置悬挂自适应调整组件等结构,实现了对减震悬挂组件的左右两侧自适应角度调整,包括对减震悬挂组件的左右独立俯仰角和横滚角调整,配合路面感知传感器,实现了履带式机器人对复杂恶劣路况的自适应性,保障了履带等机构对不同复杂路面障碍物的通过性能和贴合能力,进一步提升了履带式机器人负载性能,保障了移动平台安全性、稳定性和自适应性,对提升特种机器人复杂环境运动的高性能、自适应、高稳定和智能化具有重要意义。

    一种花生收获实时测产方法

    公开(公告)号:CN103217205B

    公开(公告)日:2016-01-20

    申请号:CN201310148006.9

    申请日:2013-04-25

    Abstract: 本发明提出了一种花生收获实时测产方法,解决了现有技术中无法在收获过程中对花生实时测产的问题。花生进入测产装置后,左右两个测产传感器装置交替对花生产量进行测量,最后将两个测产传感器装置所测产量相加即为花生的总产量。本发明花生收获实时测产方法易于操作,实用性强,适应性强,产量计算精确,实现了花生收获过程中实时测产。

Patent Agency Ranking