基于深度神经网络的种植地块结构语义分割方法和装置

    公开(公告)号:CN111753834B

    公开(公告)日:2024-03-26

    申请号:CN201910246616.X

    申请日:2019-03-29

    Abstract: 本发明提供一种基于深度神经网络的种植地块结构语义分割方法,包括如下步骤:步骤a.设计种植地块结构识别实验训练区域,该区域包括待识别的若干地块结构;步骤b.针对待识别的地物,选择多个采样波段;步骤c.在不同的采样波段,对试验训练区域拍摄图像,以采集数据,并构成图像语义分割数据集;步骤d.深度卷积网络处理,将图像语义分割数据集输入深度卷积网络进行处理获得语义分割结果图;步骤e.更新网络参数值,将语义分割结果图与已知的设计的地块结构进行比较,更新深度卷积网络的网络参数值;步骤f.重复上述步骤c‑e,对深度卷积网络进行迭代更新,进行参数训练,直至最大迭代次数完成训练,获得训练好以后的深度卷积神经网络的参数;步骤g.采用上述训练好的深度卷积网络,对在多个波段拍摄的待测图像进行处理,获得最终语义分割结果图。

    基于深度神经网络的种植地块结构语义分割方法和装置

    公开(公告)号:CN111753834A

    公开(公告)日:2020-10-09

    申请号:CN201910246616.X

    申请日:2019-03-29

    Abstract: 本发明提供一种基于深度神经网络的种植地块结构语义分割方法,包括如下步骤:步骤a.设计种植地块结构识别实验训练区域,该区域包括待识别的若干地块结构;步骤b.针对待识别的地物,选择多个采样波段;步骤c.在不同的采样波段,对试验训练区域拍摄图像,以采集数据,并构成图像语义分割数据集;步骤d.深度卷积网络处理,将图像语义分割数据集输入深度卷积网络进行处理获得语义分割结果图;步骤e.更新网络参数值,将语义分割结果图与已知的设计的地块结构进行比较,更新深度卷积网络的网络参数值;步骤f.重复上述步骤c-e,对深度卷积网络进行迭代更新,进行参数训练,直至最大迭代次数完成训练,获得训练好以后的深度卷积神经网络的参数;步骤g.采用上述训练好的深度卷积网络,对在多个波段拍摄的待测图像进行处理,获得最终语义分割结果图。

    低压管道输水灌溉水动力注肥装置

    公开(公告)号:CN118120432B

    公开(公告)日:2024-08-09

    申请号:CN202410441384.4

    申请日:2024-04-12

    Abstract: 本发明公开了一种低压管道输水灌溉水动力注肥装置,其包括水动力机构,水动力机构的动力输出轴与变速调节机构连接,在注肥阶段和非注肥阶段,变速调节机构将水动力机构的动力分别传递给注肥机构和加气机构;变速调节机构包括皮带轮和具有容纳腔的外壳,容纳腔内安装有与动力输出轴连接的传动轴,传动轴另一端滑动安装有滑套,滑套的端面设置有与加气机构的动力轴上的端面齿轮啮合的面齿轮;皮带轮转动安装于安装腔内,其径向开设有若干条滑动槽,滑动槽内的滑动杆通过连杆与滑套活动连接,滑套上设置有沿其径向滑动的、且延伸出外壳并带着滑套相对传动轴轴向滑动的操纵杆;皮带轮通过穿过外壳的传输皮带与注肥机构的皮带传动轴上的从动轮连接。

    一种基于耗水控制的农业用水优化调配系统及方法

    公开(公告)号:CN111598356B

    公开(公告)日:2024-05-10

    申请号:CN202010473018.9

    申请日:2020-05-29

    Abstract: 本发明公开了一种基于耗水控制的农业用水优化调配系统及方法,该系统包括数据管理模块,对用水调配涉及的数据进行存储并管理;基础数据统计模块,对存储的各类数据进行统计;农业ET计算模块,根据存储数据和统计数据对农业ET进行计算;水资源配置模块,基于各用水单元的农业ET和对应数据,生成对应的水资源调配方案。本发明在传统的基于ET定额的农业节水规划和高效节水灌溉定额控制方案基础上,从供水源头控制农业用水和耗水,通过地表水和地下水的联合调配,减少地下水开采,增加地下水回补,减少在输配过程中的无效流失和消耗,提高农业供水的产出效益,为实现不同水文年的农业目标ET和水资源的可持续利用提供了技术支撑。

    考虑气象因子不确定性的农田参考作物蒸散量预测方法

    公开(公告)号:CN112163703B

    公开(公告)日:2024-02-02

    申请号:CN202011024366.4

    申请日:2020-09-25

    Abstract: 本发明公开了一种考虑气象因子不确定性的农田参考作物蒸散量预测方法,其包括S1获取预测区域在预设时间段内设定数量组天气预报数据;S2将每组天气预报数据输入贝叶斯概率预报系统,得到修正后的天气预报数据;S3将修正后的每组天气预报数据输入已训练的RBF神经网络中,预测得到农田参考作物蒸散量。本方案采用贝叶斯概率预报系统对天气预报数据进行修正后,能够消除其的不确定性,使得RBF神经网络采用这些数据预测的参考作物蒸散量更加准确,从而使得灌溉时能够更加精准的按照农作物需(56)对比文件SG 109973 A1,2005.04.28韩信等.“考虑气象因子不确定性的参考作物蒸散量预报方法”《.中国水利水电科学研究院学报》.2021,第19卷(第1期),33-44.战国隆.“参考作物蒸发蒸腾量简化计算与预测模型研究”《.中国优秀硕士学位论文全文数据库》.2010,1-50.张海勇等“.基于改进BP神经网络的GPS信号反演蒸发波导研究”《.舰船科学技术》.2015,第37卷(第7期),73-77+98.Sien Li et al."Vineyard evaporativefraction based on eddy covariance in anarid desert region of Northwest China".《Agricultural Water Management》.2008,937-948.Junwei Huang et al.“Modeling heattransfer properties in an ORC directcontact evaporator using RBF neuralnetwork combined with EMD”《.Energy》.2019,306-316.王怡宁;张晓萌;路璐;顾南;王振龙;刘猛;王国庆.通径分析结合BP神经网络方法估算夏玉米作物系数及蒸散量.农业工程学报.2020,(第07期),109-116.梁凤国;李帅莹;于淼;马宗正.基于GRNN神经网络的参考作物腾发量预测.人民长江.2009,(第05期),58-59+103.

    一种基于农作物需水量的计量灌溉装置

    公开(公告)号:CN108575678B

    公开(公告)日:2023-11-24

    申请号:CN201810228110.1

    申请日:2018-03-20

    Abstract: 还能够准确计量流入主输水管的溶液总量。本发明公开了一种基于农作物需水量的计量灌溉装置,其包括储水箱和混合箱,混合箱顶壁上安装有电机、螺旋给料机、化肥融化箱、加药斗和高扬程大流量的水泵;加药斗出口段延伸至混合箱内、并在出口段安装有流量计;水泵的进水端与延伸至净化箱中下部的第一进水管连接,第一进水管上连接有第二进水管;水泵的出水端通过第一出水管与主输水管连接;第一出水管和主输水管与沉淀盒连接处均设置有流量计,主输水管的两侧面和顶面均设置有出水孔;主输水管顶部的出水口上连接有喷水管;主输水管两侧面(56)对比文件RU 116741 U1,2012.06.10US 4768712 A,1988.09.06蔡甲冰.精量灌溉决策与控制技术.中国水利.2016,(第9期),66-67.2007年度国家火炬计划立项项目发布.中国新技术新产品.2008,(第03期),全文.

    一种大型喷灌机变量灌溉处方图生成方法及系统

    公开(公告)号:CN115500244B

    公开(公告)日:2023-11-10

    申请号:CN202211245118.1

    申请日:2022-10-12

    Abstract: 本发明公开了一种大型喷灌机变量灌溉处方图生成方法及系统,该方法包括确定变量灌溉管理区沿喷灌机桁架方向的最小长度;确定变量灌溉管理区沿喷灌机行走方向的最小角度;对变量灌溉管理区进行划分,生成变量灌溉管理分区图;根据变量灌溉管理时的基础灌水量和生成的作物水分亏缺空间分布图或土壤持水能力空间分布图确定各个管理分区内的灌水定额,并由所有管理分区内的灌水定额形成的分布图,结合喷灌机行走速度和电磁阀脉冲占空比,生成变量灌溉处方图。

Patent Agency Ranking