-
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:CN103903006A
公开(公告)日:2014-07-02
申请号:CN201410079477.3
申请日:2014-03-05
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平台的农作物害虫识别方法,启动Android平台手机的应用软件,连接无线网络,选择农作物的种类;采集害虫图像,并将害虫图像传输到应用程序服务器;应用程序服务器对害虫图像进行图像分割,并判断是否达到预期阈值,若判断结果为是,则对害虫图像依次进行预处理、特征提取和多特征融合,否则,返回重新对害虫图像进行分割;对害虫图像特征进行识别,并将识别结果及相应的害虫防治方法传送至Android平台手机。本发明还公开了基于Android平台的农作物害虫识别系统。本发明使用户随时随地都可以对农作物害虫进行智能诊断,避免一味的依托农业专家的限制,利用Android手机平台,彻底改变了传统的农作物害虫诊断模式,提高了农田管理效率,方便了用户。
-
公开(公告)号:CN115880433A
公开(公告)日:2023-03-31
申请号:CN202211638555.X
申请日:2022-12-20
Applicant: 中国科学院合肥物质科学研究院
IPC: G06T17/00 , H04L67/12 , G16Y10/05 , G16Y20/10 , G16Y40/30 , G06Q50/02 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开一种基于数字孪生的农作物培育优化方法,农作物培育优化方法包括:实时采集农作物内外环境数据及外观图像,集成存储在农作物培育数据库中;采用数据预处理方法统一数据时间序列和采样频率;构建农作物最优内外环境数据预测网络和农作物生长图像预测网络,对预处理后农作物内外环境数据预测,通过预处理后的数据训练网络模型;将农作物3D模型、生长趋势和预测得到的农作物内外环境最优值可视化展现在孪生模型中;农作物仿真可视化通过农作物实时数据对数字孪生模型试运行和调整优化;在线化部署用户决策将数字孪生模型输出到终端用户界面,通过农业物联网控制系统在线进行直接或间接的调节命令部署,便于用户及时优化调控作物培育环境。
-
公开(公告)号:CN115828767A
公开(公告)日:2023-03-21
申请号:CN202211694593.7
申请日:2022-12-28
Applicant: 中国科学院合肥物质科学研究院
IPC: G06F30/27 , G06F17/16 , G06F18/214 , G06F119/02
Abstract: 本发明提供一种基于参数自优化LSTM网络的化肥价格预测方法及系统,该方法包括:采集化肥价格及相关因素原始数据,构建多维序列向量;进行归一化处理,然后采用EMD方法分解出多组模态分量;以每组所述模态分量为输入,构建多输入的LSTM网络模型;赋予LSTM网络模型初始超参数,并通过基于神经元状态的参数自优化方法对所述超参数进行优化;根据参数自优化LSTM网络模型,提取该组模态分量的特征信息;融合多个LSTM网络模型提取的特征信息,获取最终的化肥价格预测结果。本发明采用多变量预测和EMD方法结合,提高化肥价格预测的准确性;使用基于神经元状态的参数自优化方法,提升网络模型参数的优化效率。
-
公开(公告)号:CN105574540B
公开(公告)日:2019-03-15
申请号:CN201510923441.3
申请日:2015-12-10
Applicant: 中国科学院合肥物质科学研究院
IPC: G06K9/62
Abstract: 本发明涉及一种基于非监督学习技术的害虫图像特征学习与自动分类方法,与现有技术相比解决了对害虫图像因遮挡和污染导致害虫识别能力差的缺陷。本发明包括以下步骤:进行大规模害虫图像块随机采样;害虫图像的非监督特征字典学习;害虫图像特征编码并进行特征池化操作;多类分类器识别。本发明提高了害虫识别的准确率,利用非监督的字典训练方式构造非监督字典,结合稀疏编码的方式并对特征进行池化操作,实现了特征较强的鉴别力,有效地表示了害虫图像。
-
公开(公告)号:CN107507211A
公开(公告)日:2017-12-22
申请号:CN201710605148.1
申请日:2017-07-24
Applicant: 中国科学院合肥物质科学研究院
CPC classification number: G06T7/143 , G06T7/45 , G06T2207/10032 , G06T2207/20221
Abstract: 本发明涉及基于多Agent和MRF的遥感图像分割方法,与现有技术相比解决了难以提升遥感图像分割精度的缺陷。本发明包括以下步骤:第一层特征提取层的构造;第二层分割层的构造;第三层分割结果融合层的构造;遥感图像的输入,遥感图像输入特征提取层;分割融合结果的获取,经特征提取层产生的强度特征和纹理特征经分割层后再经分割结果融合层,产生图像分割结果。本发明通过多Agent系统和马尔科夫随机场技术实现了强度、纹理、空间信息的有效提取和融合,提高了遥感图像分割精度。
-
公开(公告)号:CN104615971B
公开(公告)日:2017-08-11
申请号:CN201510081036.1
申请日:2015-02-14
Applicant: 中国科学院合肥物质科学研究院
IPC: G06K7/10
Abstract: 本发明提供一种用于化肥质量追溯系统的二维码跟踪识别方法,采用两台植入了卡尔曼滤波算法的多角度扫描相机对生产线上贴有二维码的化肥袋子进行多角度协作跟踪扫描,不仅可以让化肥袋子在生产线上的位置具有一定的容错性,还极大地提高了二维码扫描的成功率,确保快速高效地完成整个化肥质量追溯系统的入库工作。
-
公开(公告)号:CN106980548A
公开(公告)日:2017-07-25
申请号:CN201710097732.0
申请日:2017-02-22
Applicant: 中国科学院合肥物质科学研究院
IPC: G06F9/54
CPC classification number: G06F9/547 , G06F2209/541 , G06F2209/544
Abstract: 本发明公开了一种基于Jade的智能仓库调度多Agent系统及方法,属于计算机处理技术领域,系统包括布置在JADE平台下的Websocket服务端和Websocket客户端组,客户端组中的各客户端与Agent子系统中各Agent的ID对应,Agent子系统中各Agent之间采用JADE+Websocket方式进行通讯。另外还提供一种基于Jade的智能仓库调度多Agent方法。本发明基于Jade平台,在JADE基础上,利用eclipse上开发的调度系统,多Agent之间通过Jade进行通讯,通讯效率高,响应快,提高了仓库调度系统的智能性、快速性和决策性。
-
公开(公告)号:CN104743173B
公开(公告)日:2017-01-11
申请号:CN201510077949.6
申请日:2015-02-14
Applicant: 中国科学院合肥物质科学研究院
Abstract: 本发明涉及一种用于包装袋二维码自动识别传输带的控制方法,与现有技术相比解决了二维码识别设备无法应用于农产品生产线的缺陷。本发明包括以下步骤:包装袋预整理;二维码扫描;扫描状态判断;包装袋剔除。本发明无需改变原有的生产线结构,最大程度地降低了硬件设备投入,二维码检验速度快、成功率高。
-
公开(公告)号:CN104787557A
公开(公告)日:2015-07-22
申请号:CN201510077956.6
申请日:2015-02-14
Applicant: 中国科学院合肥物质科学研究院
CPC classification number: B65G43/08 , G06K7/1417
Abstract: 本发明涉及一种用于农产品溯源平台的包装袋二维码自动识别传输带,与现有技术相比解决了二维码识别设备无法应用于农产品生产线的缺陷。本发明包括依次水平相接的传输皮带A(4)、传输皮带B(5)和传输皮带C(6),所述的传输皮带A(4)的上方安装有预调组件(1),传输皮带B(5)的上方安装有扫码组件(2),传输皮带C(6)的侧部安装有剔除单元组件(3)。本发明无需改变原有的生产线结构,最大程度地降低了硬件设备投入,二维码识别速度快、成功率高。
-
-
-
-
-
-
-
-
-