-
公开(公告)号：CN106290484A
公开(公告)日：2017-01-04
申请号：CN201610629168.8
申请日：2016-08-03
Applicant: 中国农业大学
IPC: G01N27/04
CPC classification number: G01N27/048
Abstract: 本发明提供一种玉米穗水分含量测量装置及方法，测量电路包括高频信号振荡源、传输线、测量电极、第一、二检波电路和运算电路；高频信号振荡源、传输线和测量电极依次连，第一、二检波电路的一端分别连接在传输线两端，第一、二检波电路另一端分别连接运算电路输入；测量电极与玉米穗表面接触根据玉米穗的水分含量输出对应的输出阻抗，并在接收到高频信号振荡源产生并传输的高频正弦波信号且传输线阻抗和测量电极输出阻抗不匹配时产生反射信号，正反向信号在传输线上产生行驻波；两检波电路检测传输线两端的交流信号转换成直流信号后获取该信号对应的电压值传给运算电路；运算电路根据电压值计算压差值输出。本发明可实现快速、无损、准确测量。
-
公开(公告)号：CN104949916A
公开(公告)日：2015-09-30
申请号：CN201510289154.1
申请日：2015-05-29
Applicant: 中国农业大学
IPC: G01N21/00
Abstract: 本发明涉及一种掉落式玉米果穗穗部性状测量装置，其特征在于，包括：传送单元，竖直导管、图像采集单元和控制处理单元；传送单元包括第一传送带，以使玉米果穗经过所述第一传送带后进入所述竖直导管；竖直导管,用于使玉米果穗呈竖直状态落下；图像采集单元，用于在水平方向采集呈竖直状态落下的玉米果穗的图像信息；图像采集单元与控制处理单元相连接，并将采集到的玉米果穗的图像信息传送给控制处理单元进行处理；控制处理单元，用于处理图像采集单元传送的玉米果穗的图像信息，以获取玉米果穗的穗部性状信息。本发明在果穗掉落瞬间完成对玉米果穗全方位三视图像的采集，并据此计算果穗性状信息，测量速度快，测量结果更精确。
-
公开(公告)号：CN103810998A
公开(公告)日：2014-05-21
申请号：CN201310652535.2
申请日：2013-12-05
Applicant: 中国农业大学
Abstract: 本发明提供一种基于移动终端设备的离线语音识别方法，包括：获取语音信号并提取语音信号对应的语音特征向量；基于移动终端设备中预置的声学模型对语音特征向量进行匹配，获得语音特征向量相应的语言字符串；并基于移动终端设备中预置的语言模型和字典对语言字符串进行匹配，获得语音特征向量相应的匹配文本数据；计算语音特征向量在声学模型中的输出概率，并基于输出概率中最大的输出概率，获取对应语音特征向量相应的匹配文本数据，得到语音信号的最终识别结果。本发明利用移动终端设备中预置的声学模型、语言模型和字典实现针对特定领域的语音信号的匹配，将语音信号转化为文本数据，得到最终识别结果，最终实现离线语音识别。
-
公开(公告)号：CN103810522A
公开(公告)日：2014-05-21
申请号：CN201410008628.6
申请日：2014-01-08
Applicant: 中国农业大学
IPC: G06M11/00
Abstract: 本发明提供了一种玉米果穗籽粒计数方法和装置，该方法包括：步骤S1，获取玉米果穗籽粒估算模型；其中所述玉米果穗籽粒估算模型用于表示玉米单面的果穗籽粒数与全部果穗籽粒数之间的函数关系；步骤S2，获取玉米的单面图像，并对所述单面图像进行图像预处理，得到相应的灰度图像；步骤S3，对步骤S2中得到的灰度图像进行多阈值分割，得到相应的二值图像；步骤S4，对具有相同灰度值的连通区域进行计数，获取具有用于表示玉米粒的灰度值对应的连通区域的个数；步骤S5，根据步骤S4中获取到的个数以及步骤S1中的玉米粒估算模型确定全部果穗籽粒数。采用本发明提供的玉米果穗籽粒计数方法，能够实现玉米果穗籽粒的快速简便计数。
-
公开(公告)号：CN101477595A
公开(公告)日：2009-07-08
申请号：CN200910076838.8
申请日：2009-01-22
Applicant: 中国农业大学
IPC: G06F19/00
Abstract: 本发明提供一种用于规划区域作物品种种植比例的系统和方法，包括利用数据导入及预处理模块对基础数据进行导入和预处理；通过区域选择模块选择要对作物品种种植比例进行规划的区域；通过模型选择模块选择进行作物品种种植比例规划的运算模型；通过参数设置模块设定用户期望的参数；以及通过比例计算模块来根据基础数据、区域特征、运算模型、以及用户设定的参数来计算在所选区域中的作物品种种植比例。
-
Patent Agency Ranking
公开(公告)号：CN101464979A
公开(公告)日：2009-06-24
申请号：CN200910076839.2
申请日：2009-01-22
Applicant: 中国农业大学
Abstract: 本发明为玉米新品种产量表现评价的一种新型技术方法。因为玉米品种的产量与种植环境的平均产量有较显著的线性相关关系，所以本发明在统计分析玉米品种区域试验数据的基础上，提取出各个品种的产量特征参数，并建立了品种－试验环境互作综合模型，再根据试验区域与大田种植管理水平的差异系数，推广得到品种－大田环境互作模型，以便对例如玉米品种在目标种植环境的产量表现给出定量评价，评价单元精确到县一级和具体品种，可以为玉米品种的审定评价、精准营销提供一种新的方法，减少玉米推广过程中的不确定性和损失，真正实现因地用种。
-
公开(公告)号：CN118691710A
公开(公告)日：2024-09-24
申请号：CN202410875460.2
申请日：2024-07-01
Applicant: 中国农业大学
IPC: G06T11/20 , G06V20/13 , G06V10/764
Abstract: 本发明公开了一种面向不同玉米种植场景的光学微波遥感数据协同制图方法，涉及遥感识别领域，包括：下载目标区域的卫星影像数据，存储至多源数据集成格网系统中，提取遥感影像时间序列数据；考虑云量按生育期提取不同时序长度的影像，并根据影像重返周期进行时序重采样；充分考虑时序互补的多源协同思路，采用归一化算法处理下载的遥感影像数据，构建协同数据集；针对玉米的四种种植场景通过随机森林算法的特征重要性评估得到表征玉米间差异的光学和微波遥感优势特征集；聚类不同种植场景的玉米样本，结合多源遥感优势特征集构建分类模型，将不同种植场景的样本输入到分类模型中训练，利用训练后的高精度分类器对目标年不同玉米种植场景分类制图。
-
公开(公告)号：CN108537679B
公开(公告)日：2022-04-12
申请号：CN201810127259.0
申请日：2018-02-08
Applicant: 中国农业大学
Abstract: 本发明属于农业遥感领域，涉及一种遥感与作物模型融合的区域尺度作物出苗日期估算方法，具体步骤为：处理中等分辨率遥感数据形成时间序列三个波段的反射率数据并评估不确定性；标定WOFOST模型并与冠层辐射传输模型PROSAIL耦合；采用MCMC方法评估WOFOST‑PROSAIL模型的不确定性；构建泰森多边形作为遥感与作物模型的数据同化单元；构建四维变分的代价函数并优化出苗日期参数；逐个作物格网运行并进行空间制图。本发明的方法融合了遥感数据和作物模型的各自优势，考虑作物模型模拟和遥感的反射率的不确定性构建四维变分的代价函数，有效降低了误差，提高区域作物出苗日期估算精度，实现了区域空间制图。
-
公开(公告)号：CN110147720B
公开(公告)日：2021-05-14
申请号：CN201910283469.3
申请日：2019-04-10
Applicant: 中国农业大学
Abstract: 本发明实施例提供了一种玉米叶片等效水厚度反演方法及系统，包括：根据各参数的敏感程度确定PROSAIL模型中需标定的参数；将需标定的参数作为可变参数结合PROSAIL模型，获取查找表；对需标定的参数进行标定得到需标定的参数对应的后验分布，并根据需标定的参数对应的后验分布以及玉米冠层实际光谱反射率，构建基于权重差和形式的代价函数；在代价函数取最小值时，利用查找表反演得到玉米叶片的等效水厚度。通过对PROSAIL模型进行全局敏感性确定需标定的参数和查找表的可变参数，并对可变参数进行标定和不确定分析，得到了参数和PROSAIL模型在反演过程中的不确定性，并通过在代价函数中加入可变修正项，有效避免了反演的病态问题，提高了反演精度。
-
公开(公告)号：CN107563154B
公开(公告)日：2021-01-15
申请号：CN201710702985.6
申请日：2017-08-16
Applicant: 中国农业大学
IPC: G16B40/20
Abstract: 本发明提供一种玉米优秀品种的早期识别方法，包括：S1，根据玉米优秀品种的品种数据，获取分类标准与分类指标；S2，根据所述分类指标和所述分类标准，获取所述玉米优秀品种的扩散模型；S3，基于所述玉米优秀品种的扩散模型，获取所述玉米优秀品种的关键分类指标；S4，基于所述关键分类指标对所述玉米优秀品种进行识别，获取识别结果，并基于所述分类标准对所述识别结果分类，获取分类结果。本发明提供的玉米优秀品种的早期识别方法，从不同空间尺度探究玉米优秀品种扩散模型及关键分类指标，解决了传统玉米品种由于不同适宜性，不能充分考虑不同玉米品种扩散过程中时间和空间差异的问题。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.036 seconds)
