一种基于北斗的农田种植管理系统及管理方法

    公开(公告)号:CN110544174A

    公开(公告)日:2019-12-06

    申请号:CN201910845796.3

    申请日:2019-09-09

    Abstract: 本发明公开了一种基于北斗的农田种植管理系统及管理方法,该系统包括远程监控中心,通过无线通信网络模块分别与远程监控中心无线连接的语音模块、卫星接收机模块、数据库、移动终端和播种农机;语音模块和卫星接收机模块设在播种农机上;利用该系统对农田种植进行管理,远程监控中心监测农机行车轨迹是否偏离预设路线,播种速度是否偏离预设速度,并阐释相应的管理调整策略;语音模块语音提示农机驾驶员修改规划路线和调整播种速度;星接收机模块获取实时卫星信号;数据库存储和更新远程监控中心所需要的数据信息;移动终端设置农机播种速度,提交农机车辆预约申请、与远程监控中心进行数据传输、交互,实现在线观看播种轨迹以及回放播种记录。

    一种基于压缩感知方法的掌纹掌静脉智能锁

    公开(公告)号:CN111696228A

    公开(公告)日:2020-09-22

    申请号:CN202010324488.9

    申请日:2020-04-22

    Abstract: 本发明提供一种基于压缩感知方法的掌纹掌静脉智能锁,包括掌纹掌静脉智能锁设备,所述掌纹掌静脉智能锁设备包括锁体、锁把手、钥匙孔及掌纹掌静脉认证设备,钥匙与掌纹掌静脉认证设备同时具备开锁功能。基于压缩感知的掌纹掌静脉识别方法可以提高智能锁的性能,主要是通过采用压缩感知算法处理图像来实现。采用压缩感知算法对采集到的掌纹掌静脉图像进行处理,其优点在于该算法采样率低可以减少存储资源的要求和传输宽带的要求,抗噪能力强,图像传输过程中安全性强。从而,可以提高身份验证的准确率,降低设备成本。

    一种单细胞多组学数据整合方法
    15.
    发明公开

    公开(公告)号:CN119252326A

    公开(公告)日:2025-01-03

    申请号:CN202411262388.2

    申请日:2024-09-10

    Abstract: 本发明公开了一种单细胞多组学数据整合方法,涉及生物信息技术领域,其技术要点为:S1:对单细胞RNA测序数据与单细胞ATAC测序数据进行预处理,包括数据筛选与基因选择两个部分;S2:构建低维共享空间,使用自编码器构建一个两种组学数据的低维共享空间;S3:使用低维共享空间中的单细胞RNA测序数据训练深度金字塔卷积神经网络;S4:使用训练好的深度金字塔卷积神经网络,对单细胞ATAC测序数据进行分类,得到细胞类型标签,实现单细胞RNA测序数据与单细胞ATAC测序数据的数据整合。本发明通过使用自编码器网络,构建出低维共享空间,最大化不同组学数据之间的相似性,通过文本卷积网络学习不同细胞类型数据之间的分布,最终实现整合多组学数据的目的。

    一种基于GSO粒子群算法的移动机器人路径规划方法

    公开(公告)号:CN118394084B

    公开(公告)日:2024-12-20

    申请号:CN202410494862.8

    申请日:2024-04-23

    Abstract: 本发明公开了一种基于GSO粒子群算法的移动机器人路径规划方法,涉及移动机器人路径规划技术领域;该方法包括如下步骤:S1、构建目标函数;采用栅格法对工作环境空间进行建模,并以最短路径函数为目标函数;S2、通过GSO粒子群算法计算最短路径的路径点;将初始化后的粒子代替移动机器人,采用GSO粒子群算法对粒子进行优化更新,得到最短路径;S3、对最短路径进行平滑处理;根据粒子优化迭代所得到的最短路径,对其进行三次样条插值调整,得到平滑的最短路径。本发明中方法采用GSO粒子群算法,对不同等级的粒子采用不同的学习策略,在保证优势粒子的挖掘能力的前提下,增加粒子的多样性,从而增加算法的探索能力。

    一种基于GSO粒子群算法的移动机器人路径规划方法

    公开(公告)号:CN118394084A

    公开(公告)日:2024-07-26

    申请号:CN202410494862.8

    申请日:2024-04-23

    Abstract: 本发明公开了一种基于GSO粒子群算法的移动机器人路径规划方法,涉及移动机器人路径规划技术领域;该方法包括如下步骤:S1、构建目标函数;采用栅格法对工作环境空间进行建模,并以最短路径函数为目标函数;S2、通过GSO粒子群算法计算最短路径的路径点;将初始化后的粒子代替移动机器人,采用GSO粒子群算法对粒子进行优化更新,得到最短路径;S3、对最短路径进行平滑处理;根据粒子优化迭代所得到的最短路径,对其进行三次样条插值调整,得到平滑的最短路径。本发明中方法采用GSO粒子群算法,对不同等级的粒子采用不同的学习策略,在保证优势粒子的挖掘能力的前提下,增加粒子的多样性,从而增加算法的探索能力。

    一种基于深度学习的点云几何纹理上采样方法

    公开(公告)号:CN116485656A

    公开(公告)日:2023-07-25

    申请号:CN202310523823.1

    申请日:2023-05-10

    Abstract: 本发明提出了一种基于深度学习的点云几何纹理上采样方法,旨在解决现有点云上采样方法只关注几何坐标增密而忽视纹理信息的问题。本发明的方法通过数据预处理、点云几何纹理特征提取、点云特征上采样、点云几何纹理回归等步骤,实现了点云的几何坐标和纹理的同时上采样。通过此方法,我们可以获得更高质量和更高分辨率的点云表示,显著提高自动驾驶、增强/虚拟现实(AR/VR)、3D表面重建和机器人感知等应用的质量和性能,同时优化点云渲染的结果,进一步提高三维视觉的真实感。本发明为三维视觉领域提供了一种新的、高效的点云处理方法。

    基于模糊算子的配电网运行调度的风险评估方法

    公开(公告)号:CN115439273A

    公开(公告)日:2022-12-06

    申请号:CN202211280600.9

    申请日:2022-10-19

    Abstract: 本发明公开了一种基于模糊算子的配电网运行调度的风险评估方法,具体步骤如下:获取配电网的运行调度方案集合和历史数据,并将其分类和设置权重;实时采集风险信息并汇总。比对运行调度方案集合与历史数据,得到决策信息的图片模糊矩阵。通过改进的分值函数对图片模糊矩阵进行计算得到得分矩阵。根据风险因素的权重和得分矩阵计算各个方案的综合评分。配电网采用评分最高的方案运行,经过一个间隔时间后重复计算最优方案。采用上述一种基于模糊算子的配电网运行调度的风险评估方法,实时计算最优的调度运行方案,通过图片模糊集收集不确定信息和新型得分函数进行计算,可行性高,提高配电网运行的鲁棒性。

Patent Agency Ranking