-
公开(公告)号:CN115907148A
公开(公告)日:2023-04-04
申请号:CN202211454877.9
申请日:2022-11-21
Applicant: 安徽农业大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/08 , G06F18/214
Abstract: 本发明公开了一种基于PredRNN的全国生态环境信息可视化的预测方法及系统,该方法在可视化系统上的预测功能上嵌入PredRNN的深度学习模型,利用卷积层将空间上组不变性的归纳偏差引入到时空预测中,具有对历史观察序列更强的建模能力和更高的计算效率。通过网络爬虫技术获取实时生态环境数据,将数据经过处理后进入PredRNN预测模型中进行预测,在通过静态资源调用可视化工具,构建主页面,基于云服务端响应服务并请求,得到数据并可视化展示。最终得到的可视化数据可以用于广大用户查询。
-
公开(公告)号:CN115810201A
公开(公告)日:2023-03-17
申请号:CN202211520240.5
申请日:2022-11-30
Applicant: 安徽农业大学
IPC: G06V40/10 , G06V10/46 , G06V10/54 , G06V10/764 , G06V10/774
Abstract: 本发明涉及蚕病识别,具体涉及一种基于图像处理的桑蚕蚕病识别系统及识别方法,包括服务器,用于采集各蚕病类型对应蚕病图像形成训练图像集的蚕病图像获取模块,用于对蚕病图像进行图像扩充形成扩充图像集的蚕病图像扩充模块,用于采集待识别图像的待识别图像获取模块,以及用于对训练图像集、扩充图像集和待识别图像进行预处理的图像预处理模块,服务器通过特征向量提取模块对预处理图像提取特征向量,并利用蚕病图像标记模块对预处理后的训练图像集、扩充图像集进行分类标记,服务器通过蚕病识别模型构建模块、识别验证模型构建模块分别构建蚕病识别模型、识别验证模型;本发明提供的技术方案能够有效克服无法快速准确地识别桑蚕蚕病的缺陷。
-