-
公开(公告)号：CN119014235A
公开(公告)日：2024-11-26
申请号：CN202411381981.9
申请日：2024-09-30
Applicant: 同济大学
IPC: A01G7/04 , H05B47/105 , H05B47/165 , H05B47/16 , H05B45/10 , H05B45/18
Abstract: 本发明涉及一种基于日累积光量控制的全人工光植物工厂光照温度协调的控制方法，根据不同品种和生育期设定补光的DLI，并实时监测栽培层间的温度。一旦温度超过设定的光照调整温度上限阈值，系统会自动将光照强度调至原设定值的2/3，并重新计算补光时长；调整补光后经过一段时间后，若温度仍然超过上限阈值，光照强度进一步降低至1/2，直至温度回到理想范围内；此过程将在整个光周期内不断重复，以确保光照与温度的最佳协调，从而防止植物出现烧尖现象。
-
公开(公告)号：CN116628444A
公开(公告)日：2023-08-22
申请号：CN202310562231.0
申请日：2023-05-18
Applicant: 同济大学
IPC: G06F18/20 , G06F18/214 , G06Q50/06 , G06Q10/04 , G06N3/048
Abstract: 本发明涉及一种基于改进元学习的水质预警方法，通过运用元学习方法，在各地区水质监测数据集上训练获得一个通用的水质预测模型，水质预测模型的构建包括以下步骤：针对不同时间段、不同村镇河流，获取预设时间段内的村镇河流水质数据，对水质数据进行预处理及标准化处理，获取多个数据集；基于改进的元学习方法对数据集进行训练，运用改进的GRU模型进行时序预测，得到水质预测模型。与现有技术相比，本发明具有精度高、预测速度快、模型可移植性好、训练成本低等优点。此外，该方法还可以适用于不同地区、不同类型的水质预测，极大地提高了村镇水质管理和环境保护的效率。
-
公开(公告)号：CN115500248A
公开(公告)日：2022-12-23
申请号：CN202211341671.5
申请日：2022-10-30
Applicant: 同济大学
IPC: A01G25/16
Abstract: 本发明涉及一种基于环境信息的潮汐式灌溉控制方法，所述方法包括以下步骤：获取日照时长、光辐照量和灌溉营养液EC值数据；根据前一日的日照时长、光辐照量和灌溉营养液的EC值变化率，依照事先划分好的档次，判断当日灌溉时间所述档次；依照灌溉时间档次的判断结果，控制潮汐式灌溉的吸水时间；依据日照时长分档，判断前一日的日照时长所属档次；依据光辐照量分档，判断前一日的光辐照量所属档次；依据灌溉之前后营养液EC值变化率分档，根据前一日灌溉之前后营养液的EC值变化率，判断当日灌溉时间所处的档次。与现有技术相比，本发明具有依据日长、光照和植物养分吸收变化来精准控制，实现自动化灌溉，节省了大量的劳动力，提高农业生产的管理效率等优点。
-
公开(公告)号：CN105706769A
公开(公告)日：2016-06-29
申请号：CN201610073235.2
申请日：2016-02-02
Applicant: 同济大学
IPC: A01G9/02
CPC classification number: A01G9/02
Abstract: 本发明涉及一种多变组合原位扩盆栽植容器，该栽植容器包括：底盘：包括底面及设置在底面上的多个连接壁，所述的连接壁同心设置，且相邻连接壁之间留有间隙，每个连接壁外表面开设有外螺纹；花盆侧壁：与连接壁同个数设置，每个花盆侧壁的下沿内侧设有下沿内螺纹，上沿外侧设有上沿外螺纹；不同的花盆侧壁的尺寸不同，每个花盆侧壁的下沿内螺纹可与底盘上对应连接壁的外螺纹连接，也可以与其他花盆侧壁的上沿外螺纹连接，每个花盆侧壁的上沿外螺纹可以与其他花盆侧壁的下沿内螺纹连接。与现有技术相比，本发明具有结构简单、可操作性强、可多次扩展、组合严密及适用范围广等优点。
-
公开(公告)号：CN105638427A
公开(公告)日：2016-06-08
申请号：CN201610073207.0
申请日：2016-02-02
Applicant: 同济大学
CPC classification number: Y02P60/146 , Y02P60/216 , A01G31/06 , A01G7/045
Abstract: 本发明涉及一种自然光利用型植物栽培箱，包括内置栽培植物的栽培箱箱体，在栽培箱箱体上还设有用以调节栽培植物生长环境的光照度控制机构、温度控制机构和湿度控制机构(15)，所述的栽培箱箱体采用能够利用自然光照的透明框架结构，所述的光照度控制机构包括设置在栽培箱箱体上的辅助照明组件和栽培箱箱体内部的光照强度传感器，所述的光照度控制机构、温度控制机构和湿度控制机构(15)均与外部的控制系统连接。与现有技术相比，本发明具有自然光利用率高、人工补光效率高，可精准方便的控制栽培植物的光照度、温度和湿度等生长环境等优点。
-
Patent Agency Ranking
公开(公告)号：CN119152502A
公开(公告)日：2024-12-17
申请号：CN202411090953.1
申请日：2024-08-09
Applicant: 同济大学
Abstract: 本发明涉及一种基于弱监督的景观植物图像语义分割方法，包括以下步骤：获取输入的景观植物图像；对输入的景观植物图像进行预处理，并自适应调整预处理参数；使用深度学习模型从预处理后的景观植物图像中提取景观植物的高维特征；通过部分标注的数据对深度学习模型进行弱监督学习训练；利用训练好的深度学习模型和提取的高维特征对输入景观植物图像进行初步语义分割；对初步分割结果进行后处理，并自适应调整后处理参数；依据后处理结果输出语义分割后的景观植物图像。与现有技术相比，本发明专门优化景观植物的识别和分割，以及对分割结果进行自适应调整和优化处理，显著提升了分割结果的边缘细节和视觉一致性。
-
公开(公告)号：CN105706769B
公开(公告)日：2019-01-25
申请号：CN201610073235.2
申请日：2016-02-02
Applicant: 同济大学
IPC: A01G9/02
Abstract: 本发明涉及一种多变组合原位扩盆栽植容器，该栽植容器包括：底盘：包括底面及设置在底面上的多个连接壁，所述的连接壁同心设置，且相邻连接壁之间留有间隙，每个连接壁外表面开设有外螺纹；花盆侧壁：与连接壁同个数设置，每个花盆侧壁的下沿内侧设有下沿内螺纹，上沿外侧设有上沿外螺纹；不同的花盆侧壁的尺寸不同，每个花盆侧壁的下沿内螺纹可与底盘上对应连接壁的外螺纹连接，也可以与其他花盆侧壁的上沿外螺纹连接，每个花盆侧壁的上沿外螺纹可以与其他花盆侧壁的下沿内螺纹连接。与现有技术相比，本发明具有结构简单、可操作性强、可多次扩展、组合严密及适用范围广等优点。
-
公开(公告)号：CN105711612A
公开(公告)日：2016-06-29
申请号：CN201610043994.4
申请日：2016-01-22
Applicant: 同济大学
IPC: B61D37/00
CPC classification number: B61D37/00
Abstract: 本发明涉及一种悬挂式列车自动售货系统，包括设置在各列车车厢的悬挂式列车自动售机、无线局域网以及设置在列车总控室的控制终端，所述的悬挂式列车自动售机均连接至控制终端，所述的悬挂式列车自动售机包括运行轨道、售货箱体、驱动组件、控制器以及供电通讯组件，所述的运行轨道水平安装在列车车厢顶部，所述的驱动组件固定连接在售货箱体上部并悬挂于运行轨道上，所述的控制器连接驱动组件，所述的供电通讯组件分别连接售货箱体、驱动组件和控制器；控制器控制驱动组件运动，从而驱动售货箱体在运行轨道上滑动至设定位置并进行升降运动。与现有技术相比，本发明降低了乘务员其劳动强度、同时为乘客提供优质而舒适的服务。
-
公开(公告)号：CN102436656A
公开(公告)日：2012-05-02
申请号：CN201110259617.1
申请日：2011-09-05
Applicant: 同济大学
Abstract: 本发明涉及一种基于计算机视觉的动物多样性监测方法，用于城市绿地的动物多样性测量领域。针对城市绿地的动物多样性人工测量费时费力，而且无法做到常年全天候监测的问题，本发明将计算机视觉技术应用于城市绿地的动物多样性监测，通过构建计算机视觉监控系统，对绿地出现的动物先又用运动检测算法获取动物图像，再利用模糊C均值聚类进行图像分割，然后对分割后的图像利用数学形态学运算去除噪声，并利用BLOB分析过滤掉形态学算子不能去除的块以及获取动物的形状及图像，然后统计动物大小、颜色、形状、纹理等识别特征，计算其出现的时间、种类、数量、频次，实现全天候、无人值守的监测，为城市的动物多样性测量提供技术手段，具有广阔的应用前景。
-
公开(公告)号：CN119826704A
公开(公告)日：2025-04-15
申请号：CN202411840061.9
申请日：2024-12-13
Applicant: 同济大学
IPC: G01B11/02 , G01B11/08 , G01B11/28 , G06V20/10 , G06V10/26 , G06V10/80 , G06V10/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及智慧农业技术领域，公开了一种基于双目视觉和深度学习的叶菜表型参数测量方法及系统。该方法利用双目相机采集叶菜的RGB左视图和RGB右视图，并通过立体匹配获得叶菜的深度图；利用叶菜冠层图像分割模型对RGB左视图进行语义分割，获得分割掩膜；利用分割掩膜对RGB左视图和深度图进行分割，获得RGB分割图和深度分割图；基于RGB分割图和深度分割图，获取叶菜的几何参数；将RGB分割图、深度分割图和几何参数输入预训练的叶菜叶面积回归模型，预测叶菜的单株叶面积，并输出叶菜的表型参数；表型参数包括株高、直径、投影面积和单株叶面积。本申请可以快速地对叶菜的生产状况进行监测，能够降低监测成本、提高监测精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.019 seconds)
