基于Python语言的疫情大数据可视化方法

    公开(公告)号:CN114047916A

    公开(公告)日:2022-02-15

    申请号:CN202111256294.0

    申请日:2021-10-27

    发明人: 韩珂 李相霏 顾波

    摘要: 本发明属于数据可视化技术领域,具体涉及一种基于Python语言的疫情大数据可视化方法。该方法通过对某地总疫情数据和某地各区域疫情数据进行可视化,使用户可以了解到最新的某地和某地各个区域疫情数据,并将疫情数据以疫情分布图的形式进行可视化,在某地疫情分布图中点击各区域地图,直接进入各区域疫情分布图,省略现有技术的中间步骤;同时本发明还将历史疫情数据、输入病例、阳性病例、疫苗接种情况等进行可视化,清晰明了的将疫情大数据直观展示,能够帮助民众全面了解疫情情况。

    一种基于Micro-CT的单籽粒谷物内部虫害检测方法

    公开(公告)号:CN107610122B

    公开(公告)日:2020-07-28

    申请号:CN201710916940.9

    申请日:2017-09-30

    摘要: 本发明公开了一种基于Micro‑CT的单籽粒谷物内部虫害检测方法,依次通过二维CT投影图像的采集、有效扫描区域确定、图像重建、有效重建区域确定、籽粒三维显微CT图像构建、原始数字特征空间形成、优化特征空间形成和籽粒多虫态侵染识别模型的建立,最后利用籽粒多虫态侵染识别模型自动判别出对应谷物籽粒样本是否受到多个虫态害虫的侵染;本发明能够自动判别出谷物籽粒是否受到任意虫态害虫的侵染,而且能够判定处于谷物籽粒任意位置的害虫侵染,并准确统计含虫籽粒的数量,实现谷物籽粒内部多虫态虫害的实时、准确、自动和无损的早期检测,为防治谷物虫害提前了14‑21天的时间,且检测正确率达到95%以上,时效性强,准确度高。

    一种基于激光测量技术的料场物料测方系统

    公开(公告)号:CN104534986A

    公开(公告)日:2015-04-22

    申请号:CN201410798648.8

    申请日:2014-12-22

    IPC分类号: G01B11/00

    摘要: 本发明涉及一种基于激光测量技术的料场物料测方系统,它包括料箱,料箱的高度方向上的两侧设置有同轴线的激光测量仪C、激光测量仪F,料箱的长度方向上的两侧设置有同轴线的激光测量仪B、激光测量仪D,料箱的宽度方向上的两侧设置有同轴线的激光测量仪A、激光测量仪E;激光测量仪A、激光测量仪B、激光测量仪C、激光测量仪D、激光测量仪E、激光测量仪F组成激光测距子系统,激光测距子系统连接有嵌入式子系统,嵌入式子系统连接有激光测距子系统、数据库、存储单元;本发明具有结构简单、成本低、测方精确、智能化、自动化、效率高的优点。