-
公开(公告)号：CN110132355B
公开(公告)日：2021-09-28
申请号：CN201910429939.2
申请日：2019-05-22
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供的一种果品温度传感器及果品冷链车厢温湿度监测系统，果品温湿度传感器通过带有温湿度传感器的果肉模拟器模拟储运果品的形状、尺寸以及温湿度特性，在储运果品时将该果品传感器作为果品一同包装运输，能够获取反映储运果品在运输过程中果核和果皮处的温湿度数据，准确真实反映果品真实温湿度的同时不破坏果品打包完整性。果品冷链车厢温湿度监测系统，通过设置在冷链车厢内多个包装箱体内部的多个果品温湿度传感器获取果品的温湿度数据，再通过为控制器根据温湿度数据控制制冷机组的出风口的出风风速和温湿度，实现对冷链车厢温湿度的监测和精准调控。
-
公开(公告)号：CN110428374B
公开(公告)日：2021-08-03
申请号：CN201910660393.1
申请日：2019-07-22
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供了一种小体积害虫自动检测方法及系统，首先获取粘虫板区域图像，并对所述粘虫板区域图像进行分块，得到多个子块图像；然后提取每一子块图像中的所有显著区域，确定显著区域灰度图，并基于自适应阈值算法，将显著区域灰度图转换为第一类二值图像，将第一类二值图像中面积处于预设范围内的显著区域作为目标害虫区域；最后以目标害虫区域的中心为基准对子块图像进行自动裁剪，得到子块图像中与目标害虫区域对应的方块图像，并确定方块图像对应的一维特征向量；将一维特征向量输入到预设害虫识别模型中，输出目标害虫区域内的目标害虫种类，实现对粘虫板区域图像内目标害虫的准确识别。
-
公开(公告)号：CN112766040A
公开(公告)日：2021-05-07
申请号：CN202011545764.0
申请日：2020-12-23
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种残余饵料的探测方法、设备、装置及可读存储介质，该方法通过对接收的视频取帧操作生成残饵图像，进行预处理后生成训练数据集和验证数据集。根据残余饵料特征对初始神经网络模型的算法网络结构进行修改，生成中间神经网络模型；设置中间神经网络模型的初始参数，将训练数据集和验证数据集输入至中间神经网络模型，对中间神经网络模型进行训练，生成目标神经网络模型；将测试图片输入至目标神经网络模型，输出残饵识别结果。本发明通过对根据残余饵料特征对初始神经网络模型的算法网络结构进行修改，使得初始神经网络模型与饵料的特征进行匹配，能够更好的排除外界环境的干扰，从而提高了残饵的识别精度。
-
公开(公告)号：CN112748078A
公开(公告)日：2021-05-04
申请号：CN202011483729.0
申请日：2020-12-15
Applicant: 北京农业信息技术研究中心
Abstract: 本发明涉及保鲜效果测试技术领域，具体涉及一种用于鱼肉新鲜度智能指示标签的溶液及其应用。所述用于鱼肉新鲜度智能指示标签的溶液包括指示材料和溶剂，所述指示材料为氯化天竺葵色素，所述溶液的pH为2.0～5.0。将所述用于鱼肉新鲜度智能指示标签的溶液涂布于膜基材上制得的鱼肉新鲜度智能指示标签，可通过颜色变化判断鱼肉的内在新鲜度，从而实现消费者可以用肉眼观察到鱼肉是否新鲜，方便质检员等对鱼肉进行品质追踪和管理，提升了鱼肉质量控制的准确度。
-
公开(公告)号：CN108254513B
公开(公告)日：2020-12-29
申请号：CN201711408396.3
申请日：2017-12-22
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供了一种鱼类货架期的判断方法及装置。方法包括：获取保存温度、保存时间和气体成分数据；将气体成分数据输至N个主成分表达式获取N个主成分值；将保存温度、保存时间和N个主成分值输入至第一径向基函数神经网络模型获取挥发性盐基氮的预测含量；将保存温度、保存时间和N个主成分值输入至第二径向基函数神经网络模型获取菌落总数的预测含量；在挥发性盐基氮的预测含量或菌落总数的预测含量大于挥发性盐基氮的预设值或菌落总数的预设值时，确定样本超过货架期。本发明能够快速的，无损的，操作简便的预测不同温度下鱼类新鲜度及货架期，在物流配送、零售过程进行快速、及时、无损的新鲜度及货架期预测和监测。
-
Patent Agency Ranking
公开(公告)号：CN111861307A
公开(公告)日：2020-10-30
申请号：CN202010548404.X
申请日：2020-06-16
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/08 , G06Q10/06 , G06Q10/04 , G06F30/28 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明实施例提供的果品多元品质时空分布感知方法及系统，该方法包括：通过周期性取样确定不同温湿度条件下果品多元品质变化速率，建立果品多元品质动态数学模型；获取果品在储运过程中的温湿度时空分布状态；基于所述果品多元品质动态数学模型和所述温湿度时空分布状态，获取冷链储运过程中的果品品质时空分布状态。本发明实施例提供的果品多元品质时空分布感知方法及系统，通过融合果品与环境热质耦合传递机理以及果品品质变化动力学模型，在确保果品自身完整性的前提下，实现果品多元品质非破坏性、非接触性动态感知，对精准调控果品品质安全、减少储运果品损失率以及促进冷链保质增销具有重要经济价值与实际工程应用价值。
-
公开(公告)号：CN106846462B
公开(公告)日：2019-12-17
申请号：CN201611269850.7
申请日：2016-12-30
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种基于三维模拟的昆虫识别装置及方法，装置包括标准姿态昆虫三维重建模块用于构建标准姿态昆虫三维模型库；昆虫三维姿态信息获取模块用于获取待识别昆虫的图像、三维姿态以及二维特征信息；昆虫识别模块用于基于待识别昆虫的三维姿态、二维特征信息进行昆虫种类的初选，在三维模型库中根据初选的昆虫种类选择对应的三维模型并根据三维姿态信息进行变形，以得到每种昆虫对应姿态的三维模型并分别获取与三维模型对应的二维投影图像，计算待识别昆虫的二维图像特征信息与获取的二维投影图像特征信息之间的马氏距离且将最小马氏距离对应的二维投影图像所对应的昆虫类型作为待识别昆虫的类型。本发明能够有效提高昆虫识别的准确率。
-
公开(公告)号：CN105184412B
公开(公告)日：2018-11-23
申请号：CN201510605272.9
申请日：2015-09-21
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/04
Abstract: 本发明是一种基于地理位置的物流配送路径规划方法，包括：获取配送中心和各需求点的地理位置、配送中心和各需求点之间以及任意两个需求点之间的最短实际距离；根据各需求点的地理位置将各需求点划分进不同分区；根据节约里程数确定每一分区内的以配送中心为起止点，各需求点为目标点的配送路径；节约里程数为节约的最短实际距离。本发明基于地理位置的物流配送路径规划方法通过先将直线距离较近的需求点进行大致分区，再对每个分区根据实际的节约里程数为每个分区的需求点分配配送路径，从而使每条配送路径达到最优，进而达到减小运输成本的目的。还公开了一种系统。
-
公开(公告)号：CN106054778B
公开(公告)日：2018-11-20
申请号：CN201610585798.X
申请日：2016-07-22
Applicant: 北京农业信息技术研究中心
IPC: G05B19/048 , G01D21/02 , H04L29/08
Abstract: 本发明提供了一种冷链运输过程智能监测采样方法、装置及冷链车辆，方法包括：在冷链运输过程中，实时获取车辆位置监控数据以及车厢环境监控数据；对实时获取的车辆位置监控数据进行特征提取，获取若干个车辆位置特征点；根据获取的若干个车辆位置特征点，获取每两个相邻的车辆位置特征点对应的特征时间段；对处于每个特征时间段内的车厢环境监控数据进行特征提取，获取每个特征时间段内的车厢环境特征点；获取每个特征时间段内的车辆位置特征点和车厢环境特征点。本发明提供的智能监测采样方法，通过特征点提取，将冷链运输过程中的采集数据进行压缩，由于压缩后的数据只保留特征数据，因此不仅可减轻数据网络传送压力，还可节省服务器存储空间。
-
公开(公告)号：CN108445746A
公开(公告)日：2018-08-24
申请号：CN201810073204.6
申请日：2018-01-25
Applicant: 北京农业信息技术研究中心
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明提供一种智能投喂控制方法及装置，所述方法包括：S1，根据智能投喂过程的配置参数，采集被投喂群体摄食过程中的摄食图像；S2，根据所述配置参数，对所述摄食图像进行基于给定算法的图像数据处理，提取所述被投喂群体的摄食行为指标，并基于所述摄食行为指标实现投喂决策；S3，根据所述投喂决策，控制对所述被投喂群体的投喂时间及投喂量。本发明能够有效提高对被投喂群体食欲的评估精度，从而更精确的调整投喂量。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.039 seconds)
