-
公开(公告)号：CN109443281A
公开(公告)日：2019-03-08
申请号：CN201811473456.4
申请日：2018-12-04
Applicant: 浙江农林大学
IPC: G01B21/10
Abstract: 本发明公开了一种树木胸径监测装置，属于树木监测技术领域，该树木胸径监测装置包括互连的传感器装置和控制模块，所述传感器装置用于监测树木胸径并将监测信号传输给控制模块，由控制模块处理监测信号，所述传感器装置包括直线位移传感器、动尺和定尺，所述动尺和定尺之间连接有弹簧，所述直线位移传感器包括滑片和滑轨，所述直线位移传感器的滑轨设在定尺上，所述直线位移传感器的滑片设在动尺上，所述直线位移传感器的滑片可沿滑轨来回滑动，本发明装置结构设计简单巧妙，适用于树木胸径监测中多种所需量程范围，能够提供精确的树木胸径监测。
-
公开(公告)号：CN104897779B
公开(公告)日：2018-03-16
申请号：CN201510381313.0
申请日：2015-06-30
Applicant: 浙江农林大学
IPC: G01N29/07
Abstract: 本发明公开了一种利用线性调频信号测量超声波传播时间的方法，包括以下步骤：通过线性调频信号发生器产生激励信号激励发射换能器发射超声波，发射超声波信号穿过待测材料后被接收换能器接收后再进行小波滤波处理，接着再将超声波信号左移，将处理后的超声波信号与发射超声波信号相乘得到乘积信号，对乘积信号进行傅立叶变换得到该乘积信号的幅度谱并利用最大值函数确定该幅度谱中峰值的频率，最后计算超声波在待测材料中的传播时间；本发明只需要进行一次傅立叶变换FFT和信号乘法运算，运算大大降低，从而实现方法周期短、效率高；采用线性调频信号激发超声波脉冲，提高了超声波的穿透能力和超声波检测的时间分辨率，从而提高了检测准确率。
-
公开(公告)号：CN107300587A
公开(公告)日：2017-10-27
申请号：CN201710051941.1
申请日：2017-01-20
Applicant: 浙江农林大学
IPC: G01N29/07
CPC classification number: G01N29/07 , G01N2291/048
Abstract: 本发明公开了一种树木缺陷检测方法，本发明通过数学模型得出纵截面上应力波理论传播速度，再通过实验得出样本木材内部应力波传播速度状况，并对比二者之间的关系标记出异常路径，从而找到缺陷位置以及确定缺陷大小；本发明具有检测精度高，实用性强的特点。
-
公开(公告)号：CN106560755A
公开(公告)日：2017-04-12
申请号：CN201610176158.3
申请日：2016-03-24
Applicant: 浙江农林大学
IPC: G05D11/13
CPC classification number: G05D11/131
Abstract: 本发明公开了一种水产养殖水体增氧装置及自动控制方法，包括微处理器、存储器、设于池塘中的进水管上的第一水泵、设于池塘中的出水管上的第二水泵、若干个检测装置和设于池塘上的增氧机；所述池塘上设有轨道，轨道上设有电动小车，电动小车与增氧机连接；每个检测装置均包括伸入水中的溶解氧传感器和水温传感器；微处理器分别与存储器、第一水泵、第二水泵、各个溶解氧传感器、各个水温传感器、增氧机和电动小车电连接。本发明具有可实时动态增氧，水中的含氧量稳定，为鱼类的健康成长提供保证的特点。
-
公开(公告)号：CN104897779A
公开(公告)日：2015-09-09
申请号：CN201510381313.0
申请日：2015-06-30
Applicant: 浙江农林大学
IPC: G01N29/07
Abstract: 本发明公开了一种利用线性调频信号测量超声波传播时间的方法，包括以下步骤：通过线性调频信号发生器产生激励信号激励发射换能器发射超声波，发射超声波信号穿过待测材料后被接收换能器接收后再进行小波滤波处理，接着再将超声波信号左移，将处理后的超声波信号与发射超声波信号相乘得到乘积信号，对乘积信号进行傅立叶变换得到该乘积信号的幅度谱并利用最大值函数确定该幅度谱中峰值的频率，最后计算超声波在待测材料中的传播时间；本发明只需要进行一次傅立叶变换FFT和信号乘法运算，运算大大降低，从而实现方法周期短、效率高；采用线性调频信号激发超声波脉冲，提高了超声波的穿透能力和超声波检测的时间分辨率，从而提高了检测准确率。
-
Patent Agency Ranking
公开(公告)号：CN102928514A
公开(公告)日：2013-02-13
申请号：CN201210411121.6
申请日：2012-10-14
Applicant: 浙江农林大学
Abstract: 本发明公开了一种基于频率特征的木材应力波无损检测方法，在原木周围均匀地安装压电式加速度传感器，用脉冲锤敲击其中编号为0的传感器，利用数据采集卡完成传感器输出信号的采集，保存；对采集到的信号做K点快速傅立叶变换，然后求出实测频率响应函数；根据实测频率响应函数及健康木的频率响应函数，构建观察矩阵；作基于二阶统计量的盲源分离，估计缺陷点与观测点之间的频率响应函数；最后以聚类结果为依据判别木材内部有无缺陷、缺陷数量以及缺陷大小。该根据木材频率响应函数的应力波无损检测方法，不受反射波、折射波信号的干扰，检测结果更加准确，能自动检测出木材内部是否存在缺陷、缺陷大小的信息，检测过程简便，实用性强。
-
-
-
公开(公告)号：CN109557030A
公开(公告)日：2019-04-02
申请号：CN201811137954.1
申请日：2018-09-28
Applicant: 浙江农林大学
IPC: G01N21/25
Abstract: 本发明公开了一种基于无人机遥感的水质要素反演方法，属于水质监测技术领域，首先确定目标区域，确定目标要素，并在目标区域分布采样点；采用无人机搭载多光谱相机，在目标区域上空对采样点进行拍摄，得到对应的图像；将对应的图像进行软件分析得到光谱特征数据，利用数据计算得到该采样点处对应的光谱参数；通过相关性分析得出与水质中各目标要素相关性最高的光谱参数；确定水质中各目标要素反演模型；将与目标要素相关性最高的光谱参数输入到该目标要素反演模型中，输出值即为该目标要素浓度含量，本发明将无人机遥感与水质监测相结合，整个水质要素的反演过程中涉及到的设备包括无人机和光谱相机，检测过程更为简便，操作简单，准确率高。
-
公开(公告)号：CN109522924A
公开(公告)日：2019-03-26
申请号：CN201811137730.0
申请日：2018-09-28
Applicant: 浙江农林大学
Abstract: 本发明公开了一种基于单张照片的阔叶林树种识别方法，包括以下步骤：S1收集不同种类树木的图像，建立树种图像数据集，并将数据集划分为训练集、验证集以及测试集；S2调整图像大小：将树种图像数据集中的每张图片都调整为尺寸相同的图像；S3设计一个卷积神经网络，用上述训练集图像进行网络的训练，并用测试集图像测试网络的准确率；S4选出准确率最高卷积神经网络模型构建一个阔叶林树种识别系统，通过输入一张树种图像进行识别，从而获得识别的结果。本发明的方法利用深度卷积神经网络可以自主学习树种特征，减少人工的干预，识别准确率更高；能够通过一张任意角度的阔叶林树种图像进行识别，简单灵活且实用。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.022 seconds)
