-
公开(公告)号：CN105340804A
公开(公告)日：2016-02-24
申请号：CN201510831392.0
申请日：2015-11-25
Applicant: 华南农业大学
CPC classification number: Y02A40/81 , Y02P60/642 , A01K61/00 , A01G31/00
Abstract: 本发明公开了一种黄颡鱼生态共生养殖方法。即随着季节的交替，根据一年四季中黄颡鱼养殖时期的不同，在黄颡鱼养殖池上种植不同的水生植物，具体是：夏季养殖黄颡鱼时，在养殖池上种植空心菜和/或苋菜；秋季养殖黄颡鱼时，在养殖池上种植空心菜和/或苋菜；冬季养殖黄颡鱼时，在养殖池上种植西洋菜；春季养殖黄颡鱼时，在养殖池上种植西洋菜。该养殖方案不仅能及时最大限度地净化养殖用水，还能显著提高黄颡鱼各项生产性能指标，而饲料系数却显著降低；而且大大提高黄颡鱼质量和收获量的同时，还可收获蔬菜，带来较高的经济收益，是一项绿色环保、效果明显的水体原位修复控制生态养殖技术，在黄颡鱼及其鱼苗的培育和养殖中具有很好的应用前景。
-
公开(公告)号：CN117750192A
公开(公告)日：2024-03-22
申请号：CN202311647720.2
申请日：2023-12-04
Applicant: 华南农业大学 , 广东省农业科学院茶叶研究所
IPC: H04N23/667 , A01M1/08 , H04N23/61 , H04N23/65 , H04N7/18
Abstract: 本申请涉及一种茶园虫害识别方法、装置和虫情灯。所述方法包括：采集茶园虫情灯的翻转板上捕获昆虫数量为零时的图像作为初始的背景图像，所述背景图像根据翻转板区域作为目标区域将摄像头调整为标准模式拍摄得到；将摄像头调整为标准模式，将翻转板区域作为目标区域实时拍摄当前采集图像；将当前采集图像与背景图像通过本地处理器进行比对，判断当前采集图像是否存在捕获的昆虫；在当前采集图像存在捕获昆虫时，将摄像头调整为高清拍照模式，并拍摄所述翻转板上虫情图像；将虫情图像上传至云服务器进行虫害识别，获得茶园虫害统计数据。本方案能够减少茶园虫情灯的耗电量和节约网络资源。
-
公开(公告)号：CN115239018A
公开(公告)日：2022-10-25
申请号：CN202210972431.9
申请日：2022-08-15
Applicant: 华南农业大学
Abstract: 本发明涉及基于物理信息神经网络的植保无人机下洗风场重建方法，包括步骤：S1、获取旋翼高速旋转时稀疏时空坐标处的样本数据；S2、对测量数据进行数据预处理，并构建训练数据矩阵；S3、构建物理信息神经网络模型；S4、通过最小化由物理学损失项和数据损失项共同组成的损失函数，以得到时空坐标与各物理量之间的映射关系，对旋翼下洗流场速度参数进行快速预测；S5、将测试集输入预测模型，对预测模型的性能进行评价。本发明通过利用风速仪和差压计的测量数据，结合深度学习技术和纳维斯托克斯方程构建替代模型，通过最小化损失函数得到个物理量和时空坐标点之间的映射关系，实现对无人机下洗流场信息快速准确地预测。
-
公开(公告)号：CN114467393A
公开(公告)日：2022-05-13
申请号：CN202210071950.8
申请日：2022-01-21
Applicant: 华南农业大学 , 岭南现代农业科学与技术广东省实验室
Abstract: 本发明公开了一种模块化果园作业装备的快换装置，包括运转结构、快换结构和装备安装结构，所述运转结构包括支撑方框、千斤顶、导向助力模块、调高承重方框和滑轨模块，所述支撑方框的四角分别通过导向助力模块与调高承重方框的调高轨道连接，所述支撑方框的中部通过千斤顶与调高承重方框连接，所述滑轨模块安装于调高承重方框的顶部，所述滑轨模块与装备安装结构连接组成装备迁移轨道，所述快换结构可滑动地安装于装备迁移轨道。本发明实现作业底盘的快速换装，保证了果园作业装备的稳定上件，实现一机多用，提高果园机械作业效率，降低生产成本。
-
公开(公告)号：CN113424706B
公开(公告)日：2022-05-10
申请号：CN202110704776.1
申请日：2021-06-24
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于杠杆原理的无人机自平衡采摘装置及其控制方法，该装置包括电动摘果装置、摄像头固定支架、双目视觉摄像头组件、前杆主体、连接机构、滚珠丝杆滑台、后杆主体、配重盒、剪刀机构、重量传感器和果枝夹紧机构；使用时，先将装置固定在无人机上，通过双目视觉摄像头采集的图像搜寻目标并进行无人机微调位置，然后通过中控控制电动摘果装置执行采摘作业和滚珠丝杆滑台工作，采摘完成后，重量传感器反馈果实的初步检测质量信息给无人机处理器，之后滚珠丝杆滑台基于杠杆原理的计算结果进行调节伸缩长度，以基本平衡无人机采摘前端载荷突变果实突然增加的重量，保证无人机的稳定性。本发明适合在林果园果实采收和修剪摘领域使用。
-
Patent Agency Ranking
公开(公告)号：CN113989639A
公开(公告)日：2022-01-28
申请号：CN202111218586.5
申请日：2021-10-20
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/22 , G06V10/26 , G06V10/52 , G06V10/82 , G06V20/68 , G06K9/62 , G06N3/04 , G06N3/08 , G01N21/88
Abstract: 本发明公开了一种基于高光谱图像分析处理方法的荔枝病害自动识别方法及装置，包括下述步骤：收集自然条件下的荔枝果实图像，组成果实源数据集；将果实训练数据集导入U‑Net语义分割网络模型中进行训练，得到荔枝果实分割识别模型；获取荔枝病害源数据集，并对所述果实源数据集进行预处理并根据病情指数DI进行分级，得到荔枝病害训练数据集；将荔枝病害训练数据集导入光谱数据分析模型进行训练，得到荔枝病害检测模型；将待测高光谱图像的可见光数据导入荔枝果实分割识别模型，得到分割识别结果；将所述分割识别结果导入荔枝病害检测模型，得到荔枝病害识别结果。本发明提高了荔枝病害检测的效率和精度，有助于及时掌握荔枝果实的荔枝病害状态。
-
公开(公告)号：CN105955814A
公开(公告)日：2016-09-21
申请号：CN201610301700.3
申请日：2016-05-06
CPC classification number: G06F9/4881 , G06F9/5038
Abstract: 本发明公开了一种基于事件优先级调度的复杂事件检测方法。根据不同的应用事件具有不同的重要程度和响应时间需求原则，设计了基于事件优先级调度的快速检测与响应策略，优先选择优先级指数高的事件进行检测，以保证海量数据检测和系统响应的执行以满足约束时间的目的。改进了常规事件序列扫描和序列过程,扩展了现有复杂事件检测技术，大大提高了海量数据流中复杂事件检测能力。本发明针对当前复杂事件检测方法在检测海量数据流上重要事件时出现检测时间长，响应速度慢，检测效率低的问题，改进了当前复杂事件模式检测方法，对现有的复杂事件检测技术进行扩展，使其能够比较高效地在海量数据上完成复杂事件的检测。
-
公开(公告)号：CN105930494A
公开(公告)日：2016-09-07
申请号：CN201610296398.7
申请日：2016-05-06
IPC: G06F17/30
CPC classification number: G06F16/24568
Abstract: 本发明公开一种基于多模式匹配模型的复杂事件检测方法，将多个复杂事件检测模式融合构建成一个有限状态自动机，大大减少了许多冗余的自动机状态和转移边存储与查找，避免重复数据操作匹配和计算操作，实现扫描一次数据流即可完成多个复杂事件检测模式的检测与匹配，提高了海量数据流上复杂事件检测效率。本方法实现了海量数据流中多个复杂事件共享检测，改进了当前基于自动机的复杂事件模式检测方法，对现有的复杂事件检测技术进行扩展，使其能够比较高效地在海量数据流上完成多个复杂事件的检测。
-
公开(公告)号：CN113989639B
公开(公告)日：2024-04-16
申请号：CN202111218586.5
申请日：2021-10-20
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/80 , G06V10/22 , G06V10/26 , G06V10/52 , G06V10/82 , G06V20/68 , G06N3/0464 , G06N3/0455 , G06N3/08 , G01N21/88
Abstract: 本发明公开了一种基于高光谱图像分析处理方法的荔枝病害自动识别方法及装置，包括下述步骤：收集自然条件下的荔枝果实图像，组成果实源数据集；将果实训练数据集导入U‑Net语义分割网络模型中进行训练，得到荔枝果实分割识别模型；获取荔枝病害源数据集，并对所述果实源数据集进行预处理并根据病情指数DI进行分级，得到荔枝病害训练数据集；将荔枝病害训练数据集导入光谱数据分析模型进行训练，得到荔枝病害检测模型；将待测高光谱图像的可见光数据导入荔枝果实分割识别模型，得到分割识别结果；将所述分割识别结果导入荔枝病害检测模型，得到荔枝病害识别结果。本发明提高了荔枝病害检测的效率和精度，有助于及时掌握荔枝果实的荔枝病害状态。
-
公开(公告)号：CN113610048B
公开(公告)日：2023-08-01
申请号：CN202110978303.0
申请日：2021-08-25
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于图像识别的荔枝霜疫病自动识别方法、系统和存储介质，包括下述步骤：收集自然条件下感染霜疫病的荔枝果实图像，组成果实源数据集并进行数据扩增和预处理得到果实训练数据集；导入YOLO V3目标检测网络模型进行训练，得到检测识别模型；收集实验室条件下不同严重程度的荔枝霜疫病图像，组成霜疫病源数据集并进行数据扩增和预处理得到霜疫病训练数据集；导入PSPNet语义分割网络模型进行训练，得到病斑分割模型；将待检测图像导入检测识别模型，得到检测结果；将其导入病斑分割模型，得到分割结果；计算病情指数DI，判断荔枝霜疫病严重程度。本发明实现荔枝霜疫病无损快速精准识别，对荔枝病害精准防控和保障产量具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.019 seconds)
