公开(公告)号：CN118150547A

公开(公告)日：2024-06-07

申请号：CN202410267152.1

申请日：2024-03-08

Applicant: 塔里木大学

Inventor： 逯广帅 ,  王璇章 ,  张晓 ,  张楠楠

IPC: G01N21/65 ,  G01N21/01 ,  G06F18/213 ,  G06F18/214 ,  G06F18/25

Abstract: 本发明公开了一种基于拉曼光谱技术的苹果品质快速无损检测方法及系统，其方法包括采集苹果表面拉曼光谱数据和苹果内部拉曼光谱数据并进行预处理；对预处理后的拉曼光谱数据进行特征提取，获取苹果外部特征信息和苹果内部特征信息；针对苹果外部特征信息，通过二次连续投影算法以提取特征波长集SP1；针对苹果内部特征信息，通过多参数连续投影算法以提取特征波长集SP2；分别对特征波长集SP1和特征波长集SP2进行融合；基于融合后的特征波长集SP1和特征波长集SP2，利用BP神经网络实现对苹果内外品质的检测。通过上述方法和基于该方法的系统，本发明能够实现苹果品质的准确快速无损检验。

公开(公告)号：CN119106351A

公开(公告)日：2024-12-10

申请号：CN202411113189.5

申请日：2024-08-14

Applicant: 塔里木大学

Inventor： 逯广帅 ,  王璇章

IPC: G06F18/2415 ,  G01D21/02 ,  G01N21/359 ,  G01N21/3563 ,  G01N21/84 ,  G01N27/04 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06V20/69 ,  G06V10/20 ,  G06V10/26 ,  G06V10/44 ,  G16C20/20 ,  G16C20/70 ,  G08B21/18 ,  G06F123/02

Abstract: 本发明公开了基于多输入深度学习模型的棉籽霉变概率预测方法，包括以下步骤：获取棉籽的高分辨率图像、近红外光谱数据以及棉籽存储环境中的微生物活性、温湿度和电导率数据；对所述高分辨率图像、近红外光谱、微生物活性、温湿度和电导率数据进行预处理；基于预处理后的数据，利用多输入深度学习模型进行棉籽霉变概率预测。该棉籽霉变概率预测方法通过融合棉籽的高分辨率图像、近红外光谱数据以及存储环境中的微生物活性、温湿度和电导率等多种数据源，利用专门设计的深度学习架构进行特征提取和融合，实现了棉籽霉变概率的准确预测，为棉籽存储管理和品质控制提供了有效保障。

公开(公告)号：CN118844319A

公开(公告)日：2024-10-29

申请号：CN202411158323.3

申请日：2024-08-22

Applicant: 塔里木大学

Inventor： 逯广帅 ,  王璇章

IPC: A01G25/16

Abstract: 本发明公开了一种基于智能云平台的梨园智能灌溉系统及方法，涉及智能控制技术领域，包括：采集模块，用于定时或实时采集环境数据和土壤数据；识别模块，用于根据所述环境数据和植株的生长周期识别所述植株的生长阶段；计算模块，用于根据所述环境数据和所述土壤数据计算所述生长阶段的需水量；指令生成模块，用于根据所述生长阶段的需水量、所述环境数据和所述土壤数据生成灌溉指令；执行模块，用于根据所述灌溉指令对所述植株进行灌溉。本发明在节约水资源，降低劳动成本的同时，提高了梨园的产量和果品质量。