基于RFID的水产品货架期预测信息读写器的设计与实现

    公开(公告)号:CN102117418A

    公开(公告)日:2011-07-06

    申请号:CN201010246253.9

    申请日:2010-08-06

    Abstract: 本读写器是由微处理器MSP430F149、射频收发器nRF905等芯片和电路组成,基于嵌入式系统设计原理设计,属于无线射频技术在监测技术领域的应用。该读写器利用射频识别技术发送指令到各标签,并接收各标签发送的信息,实现水产品在冷链流通过程中的实时信息的采集和处理。本读写器可以识别多标签,还能设置标签的工作方式,发送多种格式的指令,读取标签识别码ID和水产品流通过程中的实时信息。读写器在接收并同步显示标签信息后由微处理器处理存储至扩展存储器,待用户需要时,可方便地在读写器上查询或经读写器的串口将这些数据传输至电脑上查询,解决了水产品冷链流通过程中实时监测温度等难题。

    温室黄瓜生长环境智能监测模型及装置

    公开(公告)号:CN101793560A

    公开(公告)日:2010-08-04

    申请号:CN200910054848.1

    申请日:2009-07-16

    Abstract: 本发明涉及一种采用无线监测方法进行温室黄瓜生长环境的无线监测节点装置,安装在温室大棚的无线测控网络中。部署在温室作物生产现场,通过传感器节点采集环境数据,将采集到的环境数据(叶片温度、室温、土壤温度、土壤湿度、光照值)发送给监控中心,可以根据黄瓜生长发育的不同周期按照专家知识库进行分析数据,给出适宜的环境参数。模型通过融合算法对黄瓜生长发育的发芽期、幼苗期、甩条期和结果期的环境参数进行权重定义,形成一个数字化表达方式,便于计算机直接计算和使用。本发明为无线传感网络的无线监测设备,高效、可靠、操作方便,用于采用无线传感方法进行温室生产全过程的环境监测难题。

    冷鲜猪肉货架期预测指示器

    公开(公告)号:CN101769884A

    公开(公告)日:2010-07-07

    申请号:CN200910201524.6

    申请日:2009-12-21

    Abstract: 本发明涉及冷鲜猪肉货架期预测指示器。本指示器属于通过采集猪肉的温度进而检测其品质的技术领域。在猪肉自产出至售出前的流通过程中,指示器通过实时采集猪肉的温度、并预测其货架期。本指示器体积小、使用方便,可直接依附于冷鲜猪肉表面,对其温度、货架期、系统时间进行实时更新和显示。指示器使用高精度的温度传感器DS18B20采集冷鲜猪肉的表面温度,通过数据线DQ将温度值传输至微控制器MSP430F1XX,而后控制器按照基于温度的TTT理论预测其实时货架期,再由液晶屏LM6059BCW显示该温度值和货架期值,以及系统时间、食品名称。系统时间、实时温度和货架期均每隔1小时存储扩展存储卡里,待用户需要时,经指示器串口将这些数据传输至电脑。本指示器预测精度高、功耗低、功能多、操作简便,高效地解决了冷鲜猪肉在流通过程中货架期预测的难题。

    基于485总线的藻类养殖系统控制模型及装置

    公开(公告)号:CN101727102A

    公开(公告)日:2010-06-09

    申请号:CN200910054030.X

    申请日:2009-06-29

    CPC classification number: Y02P90/02 Y02P90/14 Y02P90/18

    Abstract: 大型藻类养殖系统控制模型必须同时完成上百台光生物反应器的环境参数、营养盐流速等的精确控制操作,保证每台光生物反应器中的藻体都处于最佳的生长环境,使得所有的光生物反应器都能够同时进行高密度藻类培养,确保微藻总产量最大化。本发明涉及一种用于工厂化藻类培养的实时控制管理模型及其装置,可以安装在数百台光生物反应器中,通过485总线将数百台光生物反应器组成网络形式,所有光生物反应器中的藻体环境信息都将传送到主控机中;主控机可以根据用户输入需要培养的藻类名称,以及专家知识库给出其最适宜的环境参数,并将环境参数通过485网络传输至各个光生物反应器,每个生物反应器会依据自身情况自动控制藻体培养环境和营养盐流速,达到最佳培养效果;另一方面,当某个参数超过限值时提供报警功能。本发明高效、可靠、操作方便,解决了工厂化藻类培养过程中的实时检测控制和优化难题。

    微生物拉曼光谱识别分类方法、电子设备和程序产品

    公开(公告)号:CN117851867A

    公开(公告)日:2024-04-09

    申请号:CN202410053024.7

    申请日:2024-01-15

    Inventor: 陈明 陈亚楠

    Abstract: 本发明公开了一种微生物拉曼光谱识别分类方法,通过经过训练的分类模型,对微生物拉曼光谱数据进行识别分类,该分类模型的构建方法包括以下步骤:对获得的微生物拉曼光谱数据进行预处理;使用生成对抗网络经过预处理的微生物拉曼光谱数据进行扩增;将迁移学习与WGAN生成对抗网络结合,对微生物拉曼光谱数据进一步扩增;使用UNET对扩增后的微生物拉曼光谱数据进行降噪,采用经过降噪的微生物拉曼光谱数据对基于联邦学习进行训练的分类模型进行训练,获得所述的分类模型。

    一种基于神经网络的抗癌药物协同作用的预测方法

    公开(公告)号:CN110277174B

    公开(公告)日:2023-10-13

    申请号:CN201910513981.2

    申请日:2019-06-14

    Inventor: 秦玉芳 陈希 陈明

    Abstract: 一种基于神经网络的抗癌药物协同作用的预测方法,该方法是利用神经网络模型实现的,所述神经网络模型包含卷积神经网络CNN1D降维和神经网络DNN回归构建的预测模型;利用卷积神经网络CNN1D降维和神经网络DNN回归构建的预测模型,能更加方便、快速降低数据的维度,减少模型训练的复杂度;该方法能够从多维度特征学习抗癌药物的潜在协同关系,其预测模型的预测精度高,可以帮助临床实验减少时间和金钱成本,快速定位有效的药物组合。

    一种改进Upernet的红树林与互花米草语义分割模型和方法

    公开(公告)号:CN116051833A

    公开(公告)日:2023-05-02

    申请号:CN202211706820.3

    申请日:2022-12-27

    Abstract: 本发明涉及图像处理技术领域,具体涉及一种改进Upernet的红树林与互花米草语义分割模型和方法。该模型包括预处理模块、分割处理模块和输出模块;所述预处理模块,用于获取遥感图像,对所述遥感图像进行预处理;所述分割处理模块,用于对预处理后的所述遥感图像采用不同波段的组合计算,得到NDVI、FDI和DVI指数结果数据,将指数结果数据进行分割处理,所述分割处理模块具有Swin‑transformer骨干网络,所述分割处理模块的损失函数由交叉熵损失函数和lovasz softmax损失函数组成;所述输出模块,用于输出处理后的结果图像;本发明增强了红树林与其他植被的差异性;提升了模型对红树林和互花米草的检测精度;简化网络模型,减少了计算迭代次数,提高了检测效率。

    一种基于知识图谱的花卉病虫害的本体建模方法和建模系统

    公开(公告)号:CN115495585A

    公开(公告)日:2022-12-20

    申请号:CN202211057227.0

    申请日:2022-08-31

    Abstract: 本发明公开一种基于知识图谱的花卉病虫害的本体建模方法。该本体建模方法通过研究领域相关文献,构建了能够满足基本花卉病虫害防治要求的本体模型,相比其他目前已有的本体,额外考虑到了环境对花卉病虫害防治的影响,环境因素对于花卉病虫害的防治上不仅着重于治疗,更注重于防范,及时防范病虫害能够进一步减小花卉的损害。采用RDF图存储本体结构,根据自定义RDF2PG映射方法,将抽取出的三元组不经过其他存储方式,直接按照本体模型的结构存储进Neo4j数据库中,规范了所管理的知识,提高了存储效率及自动构建图谱能力。

    一种木薯病害识别方法
    49.
    发明公开

    公开(公告)号:CN113408393A

    公开(公告)日:2021-09-17

    申请号:CN202110659758.6

    申请日:2021-06-15

    Abstract: 本发明公开了一种木薯病害识别方法,其包括:S1、采集木薯叶部的病害图像,并进行分类;S2、对分类后的所述病害图像进行预处理;S3、对所述图像数据进行数据扩充,形成图像数据集;S4、将所述图像数据集划分训练集、验证集和测试集;S5、构建网络模型;S6、将所述训练集的图像数据放入到所述网络模型中进行训练,每训练完一次,使用所述验证集的图像数据进行验证,直至完成网络模型的训练;S7、将所述测试集中的图像数据放入到所述网络模型中进行病害识别。本发明极大地缩减了模型构建时间,提高了模型的准确率,提升了其识别效果。

    一种面向半结构化领域数据的知识图谱自动构建方法

    公开(公告)号:CN113239238A

    公开(公告)日:2021-08-10

    申请号:CN202110671635.4

    申请日:2021-06-17

    Inventor: 陈明 朱珏樟

    Abstract: 本发明提供了一种面向半结构化领域数据的知识图谱自动构建方法,所述方法包括以下步骤:S1:准备用于构建领域知识图谱的半结构化领域数据;S2:创建包括概念在知识图谱中的名字、概念与概念之间的关系、实例数据提取正则表达式的规则库;S3:结合所述规则库,将半结构化数据自动转换为结构化数据,完成数据的自动提取;S4:生成与所提供数据和规则相对应的概念‑实体关系集;S5:将概念‑实体关系集存入数据库;以及S6:根据概念‑实体关系集构建知识图谱和更新知识图谱。本发明提高了知识图谱自动构建方法的适用范围、减少了构建知识图谱所需要成本。

Patent Agency Ranking