-
公开(公告)号：CN118230854A
公开(公告)日：2024-06-21
申请号：CN202410316963.6
申请日：2024-03-20
申请人： 中南大学 , 长沙湘丰智能装备股份有限公司
IPC分类号： G16C20/70 , G16C20/20 , G06N3/0499 , G06N3/084 , G06N3/086 , G06N3/126 , G01N21/359
摘要： 本发明提供了一种基于遗传算法优化BP神经网络预测茶叶含水率的方法包括茶叶样本的取得、样本近红外光谱数据的采集、样本近红外光谱数据的预处理、训练集中样本含水率的检测、BP神经网络的参数寻优、BP神经网络的训练和拟合和样本含水率的预测这些步骤，通过对样本的近红外原始光谱数据进行光谱预处理并建立偏最小二乘法回归模型降低近红外光谱的噪音干扰，然后基于初始化遗传算法对BP神经网络的参数进行参数寻优，更新所述BP神经网络的权重和阈值，基于更新后的BP神经网络，利用所得近红外光谱的偏最小二乘法回归模型对茶叶的含水率进行准确预测。
-
公开(公告)号：CN118000260A
公开(公告)日：2024-05-10
申请号：CN202410309658.4
申请日：2024-03-19
申请人： 长沙湘丰智能装备股份有限公司 , 中南大学
摘要： 本发明公开了一种毛尖茶生产线，包括控制系统，以及与控制系统连接的筛分模块、摊青模块、第一缓存模块、杀青模块、第二缓存模块、揉捻模块、第三缓存模块、排把理条模块、第四缓存模块和烘干模块。本发明通过控制系统分别与各个模块连接，实现了毛尖茶生产的自动化控制，而且，通过在各个模块之间设置缓存模块，利用设置在模块与模块之间的缓存模块可以实时调整茶叶缓存数量，进而对各个模块的有效运行进行相应调整以实现效益最大化，同时，还可以基于毛尖茶生产场地的实际情况配置各个模块和缓存模块的组合数量，进而有效扩展了该生产线的适用场景，具有结构简单、适用范围广和生产效率高的特点。
-
公开(公告)号：CN117530344A
公开(公告)日：2024-02-09
申请号：CN202311699198.2
申请日：2023-12-12
申请人： 中南大学 , 长沙湘丰智能装备股份有限公司
摘要： 本发明公开了一种黑茶初制生产线，包括控制系统，以及与控制系统连接的鲜叶摊放模块、杀青模块、第一揉捻模块、第一解块模块、第一闷堆模块、第二解块模块、第二揉捻模块和第一烘干模块。本发明通过控制系统分别与各个模块连接，实现了自动化控制，而分段式控温设置的滚筒杀青机，以及上下错层布置的两台第一渥堆机，保证了茶叶杀青工艺和渥堆工艺的茶叶品质；同时，基于第一分料机构和第二分料机构的设置保证了多台第一揉捻机和多台第二揉捻机的处理量，为茶叶的连续化生产品质提供了强有力保障，因此，本发明在保证黑茶初制品质的基础上实现了自动连续化的生产，具有结构简单和生产效率高的特点。
-
公开(公告)号：CN114445715A
公开(公告)日：2022-05-06
申请号：CN202210295446.6
申请日：2022-03-24
申请人： 中南大学 , 长沙湘丰智能装备股份有限公司
IPC分类号： G06V20/10 , G06V10/774 , G06V10/764 , G06K9/62 , G06N3/04
摘要： 本发明公开了一种基于卷积神经网络的农作物病害识别方法，包括获取训练数据集，对训练数据集进行预处理，得到预处理后的数据集；将预处理后的数据集输入至初始的卷积神经网络模型中进行训练，得到训练好的卷积神经网络模型；使用通道剪枝方法对训练好的卷积神经网络模型进行压缩，得到压缩后的卷积神经网络模型；获取农作物图像，对农作物图像进行预处理后输入至压缩后的卷积神经网络模型中，得到农作物病害识别结果。有效提高了卷积神经网络模型的分类精度，以及在模型精度变化不大的情况下，轻量化卷积神经网络模型，能够很好的应用于农业来识别农作物病害类别，解决了人工识别错误率高的问题从而提高了农作物的产量和质量。
-
公开(公告)号：CN112841154A
公开(公告)日：2021-05-28
申请号：CN202011600549.6
申请日：2020-12-29
申请人： 长沙湘丰智能装备股份有限公司 , 中南大学
摘要： 本发明公开了一种基于人工智能的病虫害防治系统，包括无线视觉前端、通信模组和云端服务器，无线视觉前端包括太阳能光伏板、太阳能充电控制电路、锂电池、MCU微处理器、GPS定位模组和图像采集模组，通过图像采集模组定时拍摄茶园已放置的粘虫板的高清图像，并将该高清图像发送至MCU微处理器，MCU微处理器通过通信模组将该高清图像在发送至云端服务器，云端服务器接收所述高清图像数据，并基于人工智能分析茶园虫害的种类及数量，并提供病虫害情况的预测预报，在此过程中，通过MCU微处理器控制太阳能充电控制电路实现太阳能光伏板对锂电池的充放电。具有自动化程度高、实时性强，且精准防治的优点。
-
公开(公告)号：CN110827273A
公开(公告)日：2020-02-21
申请号：CN201911109574.1
申请日：2019-11-14
申请人： 中南大学 , 长沙湘丰智能装备股份有限公司
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于区域卷积神经网络的茶叶病害检测方法，包括如下步骤：S1形成训练集样本数据，S2获得待检测叶片图像的特征图，S3生成特征图建议区域，S4完成检测并输出待检测叶片图像病害类别的概率向量。本发明基于区域卷积神经网络，将待检测的叶片图像输入区域卷积神经网络的基础网络获得特征图，在区域建议网络生成待检测叶片图像的建议区域进行过滤，并作为区域卷积神经网络检测网络的输入，由区域卷积神经网络进行待检测叶片图像病害种类的检测识别并输出病害种类的概率向量，以提供给茶农及时有效地对茶园茶树叶片病害情况进行检测和茶树叶片病害种类识别，辅助茶农防治茶园病害工作。
-
公开(公告)号：CN112633212B
公开(公告)日：2022-10-04
申请号：CN202011603915.3
申请日：2020-12-29
申请人： 长沙湘丰智能装备股份有限公司 , 中南大学
IPC分类号： G06V20/60 , G06V10/764 , G06V10/30 , G06V10/82 , G06N3/04 , G06N3/08 , G06N20/00 , G06T5/00 , G06T7/194
摘要： 本发明公开了一种基于计算机视觉的茶叶嫩芽等级的识别和分类方法，获取茶树上茶叶的原始RGB图像；其次，对茶叶的原始RGB图像进行预处理，采用改进分水岭算法直接对茶树上的茶叶嫩芽进行识别和分割；接着，根据改进分水岭算法的识别结果，对茶叶嫩芽按照一芽一叶、一芽二叶和一芽多叶进行分类采摘和等级分类标记；再次，拍摄若干已进行等级分类标记的一芽一叶、一芽二叶和一芽多叶的三类样本图像；最后，将若干三类样本图像放入LeNet‑5卷积神经网络中，进行茶叶嫩叶等级分类训练和测试，具有茶叶等级分类准确率高的优点。
-
公开(公告)号：CN112633212A
公开(公告)日：2021-04-09
申请号：CN202011603915.3
申请日：2020-12-29
申请人： 长沙湘丰智能装备股份有限公司 , 中南大学
摘要： 本发明公开了一种基于计算机视觉的茶叶嫩芽等级的识别和分类方法，获取茶树上茶叶的原始RGB图像；其次，对茶叶的原始RGB图像进行预处理，采用改进分水岭算法直接对茶树上的茶叶嫩芽进行识别和分割；接着，根据改进分水岭算法的识别结果，对茶叶嫩芽按照一芽一叶、一芽二叶和一芽多叶进行分类采摘和等级分类标记；再次，拍摄若干已进行等级分类标记的一芽一叶、一芽二叶和一芽多叶的三类样本图像；最后，将若干三类样本图像放入LeNet‑5卷积神经网络中，进行茶叶嫩叶等级分类训练和测试，具有茶叶等级分类准确率高的优点。
-
公开(公告)号：CN211430885U
公开(公告)日：2020-09-08
申请号：CN201921907085.6
申请日：2019-11-07
申请人： 长沙湘丰智能装备股份有限公司
IPC分类号： A23F3/06 , G01N21/359 , G01N21/3563
摘要： 本实用新型公开了一种连续化摊青系统，包括摊青室、供风系统和控制系统，以及用于给摊青室内空气进行加湿的加湿器和用于控制摊青室内空气温度的空气调节系统，所述摊青室内设有摊青主机，摊青主机包括上叶匀叶机构、摊青输送机构和供风腔体，所述供风腔体设于摊青输送机构的下方且与供风系统连通，摊青输送机构的输入端与上叶匀叶机构的输出端对接，所述控制系统分别与供风系统、加湿器、空气调节系统和摊青主机连接。本实用新型通过上叶匀叶机构将鲜叶输送至摊青输送机构上摊匀摊青，同时可由空气调节系统和控制系统调节摊青室内空气的温度和湿度，以达到摊青效果最优的参数，从而实现了鲜叶摊青环节的闭环自动控制，有效保证了摊青品质一致性。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.043 秒)
