一种全过程土壤自动压片装置

    公开(公告)号:CN112026237B

    公开(公告)日:2021-04-27

    申请号:CN202010862936.0

    申请日:2020-08-25

    Applicant: 浙江大学

    Abstract: 本发明公开一种全过程土壤自动压片装置,涉及土壤压片技术领域,可以包括装置本体,装置本体的底部设置有压片平台,压片平台上设置有第一工位、第二工位和第三工位,第一工位上设置有加热装置;装置本体的顶部设置有顶板,顶板上安装有碎土刀和压头,碎土刀和压头分别对应设置于第一工位和第二工位的上方;压片平台上还转动安装有凹槽盘,凹槽盘上设置有制样凹槽和清洗凹槽,制样凹槽和清洗凹槽与第一工位、第二工位或第三工位的位置相对应,制样凹槽和清洗凹槽上分别用于放置土样容器和清洗容器。本发明解决了土壤制样过程复杂、繁琐的问题,将各个过程所需要的结构整合在一起,实现热干燥、粉末化、压紧自动完成。

    一种喷头喷雾面叠加区雾滴体积中径预测方法及装置

    公开(公告)号:CN111175200A

    公开(公告)日:2020-05-19

    申请号:CN202010040851.4

    申请日:2020-01-15

    Applicant: 浙江大学

    Abstract: 本发明涉及一种喷头喷雾面叠加区雾滴体积中径预测方法及装置,将单喷头放置于不同的高度位置,确定喷幅范围;测量喷幅范围内所有的雾滴体积中径,得到第一真实测量值;将第一真实测量值划分构建建模集和预测集;采用REGRESS函数建立多项拟合式;将双喷头放置于不同高度和不同间距位置,测量喷幅重叠区域内的雾滴体积中径,得到第二真实测量值;确定第一、二喷头的雾滴体积中径的模拟值;将第一、二喷头的雾滴体积中径的模拟值和第二真实测量值划分构建建模集和预测集;采用RBFNN进行定量建模,得到预测模型;基于第一、二喷头的雾滴体积中径的模拟值、第二真实测量值和预测模型确定叠加区雾滴体积中径。本发明中的上述装置及方法简单结果精确。

    一种水稻田漏秧识别方法及系统

    公开(公告)号:CN113989225B

    公开(公告)日:2024-07-09

    申请号:CN202111256340.7

    申请日:2021-10-27

    Applicant: 浙江大学

    Abstract: 本发明涉及一种水稻田漏秧识别方法及系统,该方法包括基于水稻插秧漏秧检测目标区域对应的多光谱原始图像,构建秧苗识别特征图;采用图像形态学处理算法和图像分割处理算法对秧苗识别特征图进行处理,得到连通区域分布矩阵;基于连通区域分布矩阵,计算相邻所述秧苗的实际列差值或者实际行差值;将所述实际列差值与标准列差值比较,或者将所述实际行差值与所述标准行差值比较,以确定漏秧位置和漏秧数量。本发明使用多光谱相机采集水稻插秧漏秧检测目标区域,利用图像形态学处理方法和图像分割处理方法快速准确地检测漏秧数量和漏秧位置,降低劳动强度和作业成本,提高作业效率和作业精准度。

    一种基于无人机低空遥感信息的作物产量预测方法及系统

    公开(公告)号:CN111815014B

    公开(公告)日:2023-10-10

    申请号:CN202010417855.X

    申请日:2020-05-18

    Applicant: 浙江大学

    Abstract: 本发明涉及一种基于无人机低空遥感信息的作物产量预测方法及系统。该方法包括:获取无人机航拍采集的多张图像;无人机航拍采用多光谱相机对作物冠层进行拍摄,得到包括多种不同波段的反射光谱图像,对多张图像进行拼接,得到拼接图像;对拼接图像进行光谱校正,得到拼接图像中每个像素点的反射率;采用阈值分割法对拼接图像进行分割,得到作物产量预测目标区域;采用皮尔逊相关性分析方法对每个波段的反射率与作物生长状况和产量进行相关性分析,得到特征波段;根据特征波段构建测产因子;根据测产因子和作物产量预测目标区域的作物种植面积,确定作物产量预测目标区域的作物产量预测值。本发明可以提高作物产量预测的准确度,并降低劳动强度。

    一种无人机双喷头雾滴粒径分布模拟方法

    公开(公告)号:CN111199111B

    公开(公告)日:2022-02-18

    申请号:CN202010040462.1

    申请日:2020-01-15

    Applicant: 浙江大学

    Abstract: 本发明涉及一种无人机双喷头雾滴粒径分布模拟方法,包括:将单喷头放置于不同的高度位置;确定不同高度下单喷头的喷幅范围;将双喷头放置于不同高度和不同间距位置;所述双喷头包括:第一喷头和第二喷头;以双喷头之间间距的中心为零点,左右各间隔第一设定距离,测量不同高度、不同间距和不同水平位置下喷幅重叠区域内的雾滴体积中径,得到真实测量值;将喷头高度、双喷头之间的间距以及水平位置作为自变量将所述真实测量值作为因变量,将所有的自变量和因变量按照固定比例划分,形成建模集和预集;基于所述建模集和所述预测集采用REGRESS函数确定拟合公式。本发明中的上述方法采用机器学习方法得到了高精度的定量建模效果。

Patent Agency Ranking