-
公开(公告)号：CN118696633A
公开(公告)日：2024-09-27
申请号：CN202410878588.4
申请日：2024-07-02
Applicant: 西南林业大学
Abstract: 本申请涉及坚果种植技术领域，公开了一种仿生型坚果种植设备及其使用方法，包括推车，所述推车的上表面固定连接有扶手，所述推车的内部固定连接有电动推杆，所述电动推杆的驱动端固定连接有移动框，所述移动框的上表面固定连接有电机一，所述电机一的输出端固定连接有钻头，所述推车的上表面固定连接有固定块，所述固定块的内部转动连接有转轴，所述转轴的外壁固定连接有连接盘，所述连接盘的内部穿设有螺栓一，所述螺栓一的外壁螺纹连接在固定块的内部，所述转轴的外壁固定连接有固定杆，所述固定杆的内部滑动连接有移动杆。通过清理部件喷头对钻头快速清理，同时设计可调节高度和角度的护罩，以适应不同的地形和操作需求。
-
公开(公告)号：CN118323302A
公开(公告)日：2024-07-12
申请号：CN202410428872.1
申请日：2024-04-10
Applicant: 西南林业大学
Abstract: 本发明提供一种全地形农业机械车底盘结构，涉及农业机械技术领域。该全地形农业机械车底盘结构，包括固定框，所述固定框正下方设置有底座板，所述固定框为两侧开口的框架式结构，所述固定框底壁固定连接有多组均匀横向排列的支撑梁，所述固定框内部四侧角均固定连接有一组承载台，所述固定框侧壁中心均设置有一组固定腔，所述固定框两侧分别设置有相对的转向接触机构，所述转向接触机构外侧通过链接座与固定板连接有有缓冲保护机构。通过延长了设备的使用寿命，转向接触机构和缓冲保护机构的设计，结合定位阻尼杆和铰链页的相对旋转关系，为整个设备提供了灵活的转向能力。这使得设备能够适应不同地形的运作需求，增强了其多功能性和适应性。
-
公开(公告)号：CN117854636A
公开(公告)日：2024-04-09
申请号：CN202410256992.8
申请日：2024-03-07
Applicant: 西南林业大学
IPC: G16C20/70 , G16C20/20 , G06F18/213 , G06F18/243 , G06F18/27 , G06N20/20 , G06N5/01 , G06N3/0442 , G06N3/09 , G06F123/02
Abstract: 本发明公开了一种柴油车瞬态过程颗粒物数量排放预测方法，属于颗粒物排放预测技术领域；通过改进EMD算法对柴油车的PN排放数据进行分解，降低了瞬态数据的波动性和随机性，将排放数据预处理分解的结果并结合测试运行数据分别对XGBoost算法和门控循环单元模型进行训练以及修正，通过将训练修正的XGBoost和GRU进行组合获取组合预测模型，实现不同训练技术的联立整合，可以有效提高后续瞬态过程颗粒物数量排放的预测效果；本发明用于解决现有方案中只是基于单一的神经网络算法来对现有的测试数据进行训练获取测试模型，不能将不同的训练技术进行联立整合导致瞬态过程颗粒物数量排放的预测效果不佳的技术问题。
-
公开(公告)号：CN119150184A
公开(公告)日：2024-12-17
申请号：CN202411172684.3
申请日：2024-08-26
Applicant: 西南林业大学
IPC: G06F18/2433 , G06F18/27 , G06F18/21 , G06F18/10 , G06F18/214 , G01N33/00
Abstract: 本发明涉及汽车碳排放预测技术领域，且公开了基于Boosting‑Blending与动态时空行为模式的混合动力汽车碳排放预测方法，收集与碳排放相关的数据集，并对原始数据集进行预处理，构建基于Boosting‑Blending集成学习模型，对Boosting‑Blending集成学习模型进行训练优化，将实际采集到的数据输入到优化好的Boosting‑Blending集成学习模型中，对汽车碳排放预测。该方法通过将Boosting集成算法和Blending技术相结合，选择了五种不同的Boosting基学习器进行集成，通过它们之间的互补性提高预测准确性，同时，引入动态时空行为模式的概念，以捕捉混合动力汽车在不同时间、空间和行为模式下的碳排放特性，进一步提升预测的准确性。
-
公开(公告)号：CN117786514A
公开(公告)日：2024-03-29
申请号：CN202311817929.9
申请日：2023-12-27
Applicant: 西南林业大学
IPC: G06F18/2411 , G06F18/214 , G06F18/15 , G06N3/048 , G06F18/21
Abstract: 本发明涉及交通事故严重程度分类预测方法，涉及人工智能领域，通过访问政府公开数据平台以及与保险公司数据库建立联系，收集大量有关交通事故的信息，包括车辆类型、事故严重程度，对获取的交通事故数据进行平滑处理，去除数据中的噪音和尖峰，将经过平滑处理的交通事故数据集进行数据划分，随机分成训练集和测试集，使用随机森林、支持向量机以及神经网络建立多个基础分类器，并在训练集上进行训练，得到每个分类器的预测结果，将三个基础分类器分别对测试集进行预测，将每个基础分类器的预测结果作为新的特征，构成一个新的训练集，将新的训练集输入到次级分类器中进行最终的预测，将预测结果与真实标签进行比较，并评估元分类器模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN117784161A
公开(公告)日：2024-03-29
申请号：CN202311817931.6
申请日：2023-12-27
Applicant: 西南林业大学
IPC: G01S17/86 , G01S7/497 , G06V10/764 , G06T7/80 , G06T7/62 , G06V10/82 , G06N3/0464 , G06V10/80 , G06V10/25
Abstract: 本发明涉及一种ROS的相机和激光雷达融合目标检测方法，包括如下步骤：S1、利用工业相机和激光雷达获取图像和点云数据，进行图像点云数据时间匹配，创建融合目标检测数据集；S2、对相机激光雷达进行标定，求取相机到激光雷达的转换参数；S3、将图像数据集输入YOLOv3模型进行处理得到目标类别及二维检测框；将点云数据进行动态阈值聚类处理，得到目标距离信息并拟合出目标三维检测框；S4、利用S3中已求得的转换参数将点云三维框转换为二维并与已检测的目标二维框建立关联并融合；S5、在ROS操作系统将各个步骤编写为节点并联立起来实现融合的目标检测。本发明方法低成本，并可精确实现相机和激光雷达融合的目标检测。
-
公开(公告)号：CN116101296A
公开(公告)日：2023-05-12
申请号：CN202310168727.X
申请日：2023-02-27
Applicant: 西南林业大学
IPC: B60W40/076 , G06F17/10
Abstract: 本发明公开了一种基于门控循环单元的纯电动车道路坡度估计方法，包括如下步骤：S1、获取车辆状态数据；S2、选择所需的车辆状态数据作为算法输入参数；S3、选择数据集作为训练集；S4、选择训练集数据进行验证。本发明可以低成本、快速的估计道路坡度，训练和预测是分离的，可快速实现测试集的计算，在实际应用时有着较低的计算复杂度。
-
公开(公告)号：CN118575660A
公开(公告)日：2024-09-03
申请号：CN202410730503.8
申请日：2024-06-06
Applicant: 西南林业大学
Abstract: 本发明公开了一种带仿生手夹持结构的坚果采摘设备，涉及坚果采摘设备技术领域，包括传动直杆，安装于所述传动直杆一端的驱动握把，安装于所述传动直杆另一端的振动夹持仿生手，所述传动直杆的中部外侧设置有承接机构；所述承接机构的内部设置有用于伸展并兜住坚果的承接单元；所述承接机构的外侧设置有对坚果进行导向下料的导料机构；所述承接机构以转动的方式带动所述承接单元伸展，将掉落的坚果承接住并从所述导料机构的内部导出。本发明公开的一种带仿生手夹持结构的坚果采摘设备，通过直接对掉落的坚果进行收集导料，从而具备功能性高、使用时便捷、采摘效率高的效果。
-
公开(公告)号：CN117852320A
公开(公告)日：2024-04-09
申请号：CN202410262953.9
申请日：2024-03-08
Applicant: 西南林业大学
Abstract: 本发明提供了一种基于GPF过滤体分形模型的汽油机尾气过滤方法，包括以下步骤：利用透射电镜获得颗粒物形态参数，结合分形理论计算颗粒物形态参数，重新定义颗粒物粒径参数；利用压汞法获得颗粒捕集器结构参数，结合捕集器图像；本发明通过透射电子显微镜获得发动机排放颗粒物形貌，通过扫描电子显微镜和压汞法获得GPF微观结构参数，进而通过分形理论获得颗粒物分形维数和GPF结构分形维数，利用以上参数重新定义颗粒物粒径与GPF孔隙参数等，结合经典过滤理论重新表征GPF过滤效率与压降，通过滤效率试验对模型进行验证，本发明的技术方法对于GPF过滤效率的模拟具有良好的效果。
-
公开(公告)号：CN116152629A
公开(公告)日：2023-05-23
申请号：CN202310168731.6
申请日：2023-02-27
Applicant: 西南林业大学
IPC: G06V10/82 , G06V10/25 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于Faster R‑CNN的澳洲坚果检测识别方法，包括如下步骤：S10、获取林地澳洲坚果图像数据，进行图像标注，创建澳洲坚果目标检测数据集；S20、采用图像处理方法扩充数据集；S30、对数据集中的待检测物体尺寸进行统计分析，用于改进区域建议网络RPN的锚框尺寸设置；S40、将划分好的数据集输入改进Faster R‑CNN模型进行训练，得到澳洲坚果检测识别模型；S50、使用训练好的澳洲坚果检测识别模型对待检测的林地澳洲坚果图像进行识别。本发明综合参考了其他目标检测技术的改进方案，针对澳洲坚果这一特定检测对象，对Faster R‑CNN检测方法进行改进优化，提高了检测精度，取得明显的检测识别效果。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.025 seconds)
