-
公开(公告)号：CN104636904A
公开(公告)日：2015-05-20
申请号：CN201510077955.1
申请日：2015-02-14
Applicant: 中国科学院合肥物质科学研究院
CPC classification number: G06Q10/087 , G06K17/0022 , G06Q50/02 , G06Q50/28
Abstract: 本发明涉及一种基于二维码和RFID的农资智能仓储管理方法，包括：二维码扫描系统的二维码扫描相机自动扫描识别包装袋的二维码，若扫码成功，则将该二维码信息发送至入库系统；入库系统将扫描到的二维码信息与农资产品信息进行关联，将关联到的信息存储到其数据库中；当入库系统数据库内存储的二维码信息的数量达到一个堆垛的数量时，入库系统将存储的一个堆垛所包含的二维码信息与RFID信息绑定；在出库时，用安装有出库系统的手持机扫描堆垛上的RFID或者种袋上的二维码，出库系统将通过无线网络将出库信息同步上传至后台服务器。本发明还公开了一种实施基于二维码和RFID的农资智能仓储管理方法的系统。本发明达到了提高效率、合理库存、降低成本的目的。
-
公开(公告)号：CN104102922A
公开(公告)日：2014-10-15
申请号：CN201410337565.9
申请日：2014-07-15
Applicant: 中国科学院合肥物质科学研究院 , 安徽省农业科学院农业经济与信息研究所
IPC: G06K9/62
Abstract: 本发明提供一种基于上下文感知字典学习的害虫图像分类方法，包括以下步骤：将已知类别的害虫图像的上下文感知信息添加到害虫图像样本库，得到若干类训练样本，构造学习函数，利用训练样本完成害虫图像过完备字典的学习；将待分类害虫图像进行预处理，得到测试样本；将测试样本进行稀疏表示维数约简处理；将经过稀疏表示维数约简后的测试样本读入稀疏表示分类器，根据通过学习得到的过完备字典，计算测试样本与各类训练样本上下文感知信息的残差；对测试样本与各类训练样本上下文感知信息的残差进行分析，判定测试样本的类别。本发明能够提高复杂场景中的害虫图像分类的精度和效率，提升传统农作物害虫诊断模式。
-
公开(公告)号：CN104077612A
公开(公告)日：2014-10-01
申请号：CN201410337582.2
申请日：2014-07-15
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种基于多特征稀疏表示技术的害虫图像识别方法，与现有技术相比解决了害虫图像识别方法在复杂现实环境中识别能力较差的缺陷。本发明包括以下步骤：害虫图像的多特征提取；构建多特征训练样本矩阵；多特征融合学习；多特征融合识别。本发明提高了害虫识别的准确率。利用害虫图像的颜色特征、形状特征以及纹理特征分别构造相应的特征训练样本矩阵，结合稀疏表示识别框架，通过融合颜色、形状、纹理三种特征下的识别结果，实现了不同特征的有效融合。
-
公开(公告)号：CN103514459A
公开(公告)日：2014-01-15
申请号：CN201310472832.9
申请日：2013-10-11
Applicant: 中国科学院合肥物质科学研究院 , 安徽省农业科学院情报研究所
IPC: G06K9/62
Abstract: 本发明涉及基于Android手机平台的识别农作物病虫害的方法，包括：通过摄像头拍摄病虫害图像，并将其存储在Android手机的SD卡中；对病虫害图像进行预处理；对经过预处理的病虫害图像进行特征提取；对特征集合进行特征训练，使用SVM统计向量机方法训练样本集数据，得到病虫害诊断模型；调用病虫害诊断模型进行SVM统计向量机分类，得到病害图片分类和诊断结果，并将防治方法反馈到手机用户。本发明还公开了基于Android手机平台的识别农作物病虫害系统。本发明通过对病害图像进行图像预处理及特征提取，利用统计向量机学习方法SVM对病害图像进行分类建立病害诊断模型，来达到病害图像识别目标，只需要手机用户对准拍照即可，识别效率高。
-
公开(公告)号：CN102044022A
公开(公告)日：2011-05-04
申请号：CN201010605582.8
申请日：2010-12-24
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明公开了一种面向自然灾害应急救助决策系统和方法。硬件平台包括灾情信息数据输入终端、数据库和应用服务器、客户决策终端、综合自然灾害知识管理终端、会商终端和打印终端；软件平台包括灾情信息获取模块、任务智能解析模块、应急救助决策模块、决策方案会商模块、决策方案输出模块、数据管理模块和自然灾害知识管理模块。使用本发明获得灾情信息后进行决策任务的智能解析，在基础数据和知识的支持下进行决策，将所得到的可行方案进行专家协同会商，将决策方案输出并实施，评价决策方案实施的效果并保存成功实施的方案。本发明能够根据自然灾害发展的全过程，给出相应的应急救助措施，为政府应急救助提供决策支持，减少自然灾害造成的损失。
-
Patent Agency Ranking
公开(公告)号：CN111060671B
公开(公告)日：2024-07-05
申请号：CN201911388196.5
申请日：2019-12-30
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种集成式农业四情快速检测装置及其工作方法，该检测装置包括伸缩杆、安装在伸缩杆头部的转向杆、安装在转向杆头部的镜头相机、安装在转向杆中段的环境温湿度传感器、可拆卸安装在伸缩杆中段的操作终端支架、安装在操作终端支架中的操作终端、安装在伸缩杆底部的土壤墒情传感器以及套设在土壤墒情传感器外侧且与伸缩杆的尾部活动相连的保护套筒。本发明能够解决现有技术中存在的不足，提升植保工作效率，改善植保人员工作环境。
-
公开(公告)号：CN118245586A
公开(公告)日：2024-06-25
申请号：CN202410517334.X
申请日：2024-04-28
Applicant: 国网安徽省电力有限公司综合服务中心 , 安徽明生恒卓科技有限公司 , 中国科学院合肥物质科学研究院
IPC: G06F16/332 , G06N5/04 , G06Q50/06 , G06F16/33
Abstract: 本发明涉及一种电力审计垂直领域的大语言模型生成式知识问答方法，与现有技术相比解决了尚无针对电力审计垂直领域的大语言模型的缺陷。本发明包括以下步骤：电力审计垂直领域数据集的构建；构建大小语言模型协同架构；大小语言模型协同架构的训练；电力审计垂直领域大语言模型的推理问答。本发明构建了符合电力审计行业要求的电力审计垂直领域大语言模型，有效帮助模型融合电力审计领域专业知识，实现审计数据库智能查询分析与电力领域专业知识智能问答。
-
公开(公告)号：CN117953399A
公开(公告)日：2024-04-30
申请号：CN202410139186.2
申请日：2024-02-01
Applicant: 中国科学院合肥物质科学研究院
IPC: G06V20/17 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/44 , G06N3/045 , G06N3/0895 , G06N3/0464 , G06N3/0442 , G06N3/096 , G06N3/084
Abstract: 本发明涉及一种基于带记忆互学习的半监督虫害目标检测方法，包括：建立训练集；构造半监督虫害目标检测模型：包括带记忆互学习模块、空间感知多分辨率特征提取模块和级联区域建议网络模块；训练半监督虫害目标检测模型；将待检测样本输入训练后的半监督虫害目标检测模型，生成待检测样本中虫害具体定位信息和类别。本发明增强了教师模型生成的伪标签的质量，解决了半监督框架中不同训练迭代结果波动问题以及使用单个ROI头部估计的伪标签来训练往往会导致的过拟合的问题；本发明在使用少量带标签数据与大量无标签数据的情况下，提高了虫害检测性能，降低了漏检率，提高了准确率，克服了现有半监督技术对于复杂背景小目标的缺陷。
-
公开(公告)号：CN113961010B
公开(公告)日：2023-07-18
申请号：CN202110987581.2
申请日：2021-08-26
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及基于抗饱和有限时间自适应神经网络容错技术的四旋翼植保无人机跟踪控制方法，与现有技术相比解决了四旋翼植保无人机难以实现高精度跟踪控制的缺陷。本发明包括以下步骤：期望轨迹数据的设定和存储；实时轨迹数据的采集和存储；四旋翼植保无人机复合数学模型的建立；四旋翼植保无人机飞行误差数学模型的建立；饱和补偿系统的设计和数据存储；自适应神经网络参数的设计和数据存储；基于抗饱和有限时间自适应神经网络容错跟踪控制器的设计和控制信号的存储；实时轨迹数据的更新；位置系统和姿态系统中参数数值的调整。本发明可以保证四旋翼植保无人机的轨迹跟踪误差在有限时间范围内收敛。
-
公开(公告)号：CN116258711A
公开(公告)日：2023-06-13
申请号：CN202310274762.X
申请日：2023-03-16
Applicant: 中国科学院合肥物质科学研究院
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06T7/62 , G06V10/774
Abstract: 本发明涉及一种基于倾斜矩形框的稻纵卷叶螟为害状图像检测方法，与现有技术相比解决了田间复杂环境下水稻稻纵卷叶螟为害状有不定向生长、尺寸多样等现象难以进行准确检测的缺陷。本发明包括以下步骤：水稻稻纵卷叶螟为害状图像的获取和预处理；构建稻纵卷叶螟为害状检测模型；稻纵卷叶螟为害状检测模型的训练；待检测稻纵卷叶螟害虫图像的获取；稻纵卷叶螟害虫图像检测结果的获得。本发明可实现复杂的田间环境下水稻为害状区域的精准检测，提高水稻稻纵卷叶螟为害状检测的准确性，增强水稻稻纵卷叶螟为害状检测的可视化能力。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.098 seconds)
