基于Elman神经网络模型的土壤重金属含量预测方法

    公开(公告)号:CN107844870A

    公开(公告)日:2018-03-27

    申请号:CN201711281809.6

    申请日:2017-12-07

    IPC分类号: G06Q10/04 G06Q50/02 G06N3/04

    摘要: 本发明涉及基于Elman神经网络模型的土壤重金属含量预测方法,与现有技术相比解决了未考虑重金属在土壤中的迁移习性致使难以准确预测土壤重金属含量的缺陷。本发明包括以下步骤:样本数据的获取和预处理;构造基于堆栈自编码网络的Elman神经网络预测分析模型;对基于堆栈自编码网络的Elman神经网络预测分析模型进行无监督训练;基于堆栈自编码网络的Elman神经网络预测分析模型进行有监督训练;土壤重金属含量的预测分析。本发明利用充分考虑土壤重金属含量迁移特性而改进的Elman神经网络模型进行分析预测,保证了土壤中重金属元素预测的精度。

    一种基于深度多层特征融合学习的小麦麦蜘蛛检测方法

    公开(公告)号:CN107808116A

    公开(公告)日:2018-03-16

    申请号:CN201710894737.6

    申请日:2017-09-28

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明涉及一种基于深度多层特征融合学习的小麦麦蜘蛛检测方法,与现有技术相比解决了尚无针对不同级别特征层的特征进行融合学习的缺陷。本发明包括以下步骤:小麦麦蜘蛛图像的收集;通过标记软件对麦蜘蛛在训练图像中进行具体位置的标记;构造小麦麦蜘蛛图像检测模型,构造基于Faster-RCNN方法通过融合不同级别特征层特征的检测模型;待检测小麦图像的收集;麦蜘蛛在图像中具体位置的检测。本发明提升了深度网络模型的检测能力,提高了小麦麦蜘蛛这种小目标的检测率。

    一种化肥质量追溯系统及其追溯方法

    公开(公告)号:CN104636704B

    公开(公告)日:2017-09-22

    申请号:CN201510077958.5

    申请日:2015-02-14

    IPC分类号: G06K7/10 B65B61/28

    摘要: 本发明提供一种化肥质量追溯系统,包括熟料筒仓、自动包装线、生产线传送带、本地PC机、多功能手持机、远端服务器和查询装置,所述熟料筒仓、自动包装线和生产线传送带依次连接,所述生产线传送带的入口端设有称重装置和二维码扫描相机,所述生产线传送带的出口端设有自动码垛机器人和若干化肥垛,所述生产线传送带的一侧靠近称重装置和二维码扫描相机处设有推包装置,所述化肥垛的一侧设有RFID超高频读写器。本发明还提供一种化肥质量追溯系统的追溯方法。本发明不仅提高了企业生产化肥的效率,也能够确保对化肥在生产、入库、出库、运输、销售过程中质量的安全监管。

    一种基于GPRS的无线污水监测系统

    公开(公告)号:CN104913815A

    公开(公告)日:2015-09-16

    申请号:CN201510258663.8

    申请日:2015-05-20

    IPC分类号: G01D21/02

    摘要: 本发明提供一种基于GPRS的无线污水监测系统,该系统包括监测中心平台及若干设置在各监测点的污水探测器,所述监测中心平台包括主服务器和数据处理服务器,所述污水探测器包括传感器模块、A/D转换模块、微处理器和GPRS模块;所述传感器模块的输出端通过A/D转换模块与微处理器的输入端连接,所述微处理器通过GPRS模块与主服务器交互式连接,所述主服务器与数据处理服务器交互式连接。本发明基于GPRS模块的无线传输功能,能够将各监测点实时采集的污水信息数据发送到远程监测中心平台进行统计分析,实现了污水信息数据实时采集和处理的无线化、自动化和智能化,提高了监测数据的可操作性,并满足实时性和可靠性的要求。