-
公开(公告)号：CN106296216A
公开(公告)日：2017-01-04
申请号：CN201610608540.7
申请日：2016-07-29
申请人： 青岛农业大学
IPC分类号： G06Q30/00
CPC分类号： G06Q30/018
摘要： 本发明公开了一种农业生态园物联网可追溯系统，所述的系统包括：设置于各个农作物种植区域内，用于采集该种植区域内农作物基本信息和种植环境信息的采集器，中间件通过网关获取各个采集器采集到的农作物基本信息和种植环境信息，并将这些农作物基本信息和种植环境信息存入数据库保存；应用层终端可以通过数据库获取其储存的农作物基本信息和种植环境信息。本发明所公开的农业生态园物联网可追溯系统，一方面可以通过采集器实时采集到农作物的基本信息和种植环境信息，以及通过控制设备利用PID控制原理实现对温度、土壤水分和光照强度等农作物种植环境的改变控制；另一方面通过二维码技术可以让消费者更好的了解农作物的基本信息，实现农作物从种植到消费的信息公开，进一步保障了消费者权益和食品安全。
-
公开(公告)号：CN103204955A
公开(公告)日：2013-07-17
申请号：CN201310116528.0
申请日：2013-04-06
申请人： 青岛农业大学
摘要： 本发明要解决的技术问题是研制一种具有螯合重金属能力的印迹改性壳聚糖，有主动肝靶向效果，可有效去除肝脏中的重金属。本发明制备印迹改性壳聚糖，通过制备改性壳聚糖，优化反应条件，检测改性壳聚糖的纯度，印迹改性壳聚糖，体外条件下检测改性壳聚糖去除铅的能力，动物实验确定去除铅的能力，确定印记改性壳聚糖的毒性实验，得到具有螯合重金属能力的印记改性壳聚糖。
-
公开(公告)号：CN110352832A
公开(公告)日：2019-10-22
申请号：CN201910400345.9
申请日：2019-05-14
申请人： 青岛农业大学
IPC分类号： A01G25/00 , A01G25/16 , G06F16/215 , G06F16/2458 , G06Q10/04 , G06Q50/02
摘要： 本发明提出了一种基于Spark的MLR模型红富士苹果树精准灌溉方法，包括胶东半岛地区红富士苹果树MLR精准灌溉模型建立和实时灌溉决策方法。所述的MLR精准灌溉模型建立包括制作影响红富士苹果树需水因子数据集；搭建分布式系统，部署Spark集群，建立MLR模型，并对模型评估完成灌水需求量的分析。所述的实时灌溉决策方法包括下位机ARM微处理器使用传感器采集环境信息，数据清洗与规范化处理，通过GPRS模块与上位机网站实时通讯，Spark对数据进行实时处理，生成决策值；若达到水量阈值，则按既定灌水定额实施灌溉，否则不作处理。本发明利用基于Spark的MLR模型的红富士苹果树精准灌溉方法，实现对胶东半岛地区红富士苹果树种植的智能浇灌与闭环控制，可提高灌溉精确性，达到优化农业生产的目的。
-
公开(公告)号：CN108021910A
公开(公告)日：2018-05-11
申请号：CN201810007712.4
申请日：2018-01-04
申请人： 青岛农业大学
摘要： 本发明提供了一种基于图谱识别和深度学习的果实分类的分析方法，利用移动机器人采集图像样本通过LMDB数据源的建立以及OpenCV图像预处理；在Caffe框架下进行网络参数的配置；利用CNN卷积神经网络算法构建标准模型，可以实现水果的分类和优选；并且绘制LOSS曲线判别曲线拟合程度。本发明利用基于图谱识别和深度学习的果实分类的分析方法，实现水果的大小、颜色分类，降低了人工水果分拣劳动强度，提高了分拣效率。
-
公开(公告)号：CN114199793B
公开(公告)日：2023-10-27
申请号：CN202111551944.4
申请日：2021-12-17
申请人： 青岛农业大学
摘要： 本发明提供了一种基于高光谱的苹果叶片含氮量检测方法，包括以下步骤：步骤1，对苹果生长发育的四个时期的叶片进行采集并进行光谱扫描；步骤2，对光谱数据展开特征波长分析并提取特征向量；步骤3，依据GBDT算法搭建机器学习反演模型，将步骤2中提取出的特征向量作为输入矢量导入反演模型中；步骤4，使用交叉验证优化反演模型参数；步骤5，用优化完成后的反演模型对苹果叶片氮含量进行检测。本发明的苹果叶片含氮量检测方法更准确，验证了特征波长提取方法的有效性，并为高光谱无损检测技术在苹果树营养元素含量快速检测和生长发育态势实时监测等方面的应用提供参考依据。
-
公开(公告)号：CN114199793A
公开(公告)日：2022-03-18
申请号：CN202111551944.4
申请日：2021-12-17
申请人： 青岛农业大学
摘要： 本发明提供了一种基于高光谱的苹果叶片含氮量检测方法，包括以下步骤：步骤1，对苹果生长发育的四个时期的叶片进行采集并进行光谱扫描；步骤2，对光谱数据展开特征波长分析并提取特征向量；步骤3，依据GBDT算法搭建机器学习反演模型，将步骤2中提取出的特征向量作为输入矢量导入反演模型中；步骤4，使用交叉验证优化反演模型参数；步骤5，用优化完成后的反演模型对苹果叶片氮含量进行检测。本发明的苹果叶片含氮量检测方法更准确，验证了特征波长提取方法的有效性，并为高光谱无损检测技术在苹果树营养元素含量快速检测和生长发育态势实时监测等方面的应用提供参考依据。
-
公开(公告)号：CN103146633A
公开(公告)日：2013-06-12
申请号：CN201310074543.3
申请日：2013-03-08
申请人： 青岛农业大学
摘要： 本发明是从动物的肠道和排泄物中分离筛选出具有铅抗性和铅吸附性的乳酸菌，通过体外吸附和体内吸附研究，获得一株具有吸附铅性能的益生乳酸菌。获得的乳酸菌具有吸附铅性能，通过家兔体内试验证明该菌能够减少铅在体内的蓄积，具有促进血铅、内脏铅排泄的排铅解毒作用，没有络合副作用，不会造成钙、铁、锌等微量元素的损失。该菌株为乳酸菌，是肠道正常菌群之一，其生理效益比较明显，稳定性好，无致病性，可作为饲料或食品添加剂减少动物和人体内铅的蓄积。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.027 秒)
