-
公开(公告)号：CN115424052A
公开(公告)日：2022-12-02
申请号：CN202210822202.9
申请日：2022-07-13
Applicant: 华南农业大学
IPC: G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明公开了一种基于SPARK和迁移学习融合的图像分类方法，该基于SPARK和迁移学习融合的图像分类方法包括：利用迁移学习模型提取待分类图像的图片特征；将图片特征和预先定义的线性回归的多分类器一起输入已训练好的Spark管道模型，Spark管道模型输出分类结果；其中，训练Spark管道模型的步骤包括：获取图像样本数据集并进行预处理；加载图像样本数据集，将图像样本数据集转换成SparkSQL的dataframe信息；对图像样本数据集打标签，并进行重新分区；将训练集输入Spark管道模型进行训练。本发明实现了在Spark大数据分布式计算框架内利用深度学习进行图像的分类，取得了比较高的准确率。
-
公开(公告)号：CN115496795A
公开(公告)日：2022-12-20
申请号：CN202211207409.1
申请日：2022-09-30
Applicant: 华南农业大学
Abstract: 本发明为基于无人机影像的水稻冠层高度预测的方法、系统、存储介质及计算机设备，其方法包括步骤：S1、设置稳定和流动地面控制点并采用RTK‑GNSS进行地理坐标测量；S2、获取无人机影像集，基于SFM‑MVS生成无人机影像对应的DSM和正射影像图，并利用基于GDAL的方法对DSM文件和正射影像进行图层融合；S3、利用基于地面控制点坐标的方法对不同时间序列融合图像进行图层配准；S4、基于QGIS的二次开发对融合图像信息进行自动解析并可视化；S5、在Linux系统中通过shell编程脚本自动检测DSM信息和生成正射影像、融合DSM和正射影像、显示输出基于QGIS二次开发程序的数据解析和冠层高度。本发明能够利用无序的数据集进行快速准确的解算实现农田作物的冠层高度预测。
-
公开(公告)号：CN114912660A
公开(公告)日：2022-08-16
申请号：CN202210416215.6
申请日：2022-04-20
Applicant: 华南农业大学
Abstract: 本申请是关于一种基于改进的BA‑BP的水稻产量预测方法。该方法通过构建BP神经网络模型，并对该模型进行预训练，训练得到初始目标网络权值和初始目标偏置值，BA算法设计，将预训练得到的初始目标网络权值和初始目标偏置值对BA算法的蝙蝠的初始化位置、当前最佳位置、群体最佳位置进行设置，之后借助蝙蝠算法对BP神经网络的现有的权值、偏置值等参数进行调优，寻找全局最优值，从而进一步提升BP神经网络模型的预测效果。通过BA算法进行改进优化，改变种群中蝙蝠的初始化方式，能够快速提升算法的运行效率，同时更快得到全局最优值，并使得模型的收敛效果稳定，所预测的水稻产量更为准确与稳定。
-
公开(公告)号：CN113392719A
公开(公告)日：2021-09-14
申请号：CN202110560783.9
申请日：2021-05-21
Applicant: 华南农业大学
Abstract: 本申请是关于一种智能电子锁解锁方法。该方法包括：通过智能电子锁的摄像模块对人体脸部进行第一次拍摄；当检测到解锁信息的输入信号时，对人体脸部进行第二次拍摄；获取解锁信息；将解锁信息与智能电子锁的预存解锁信息对比，当判断解锁信息与预存解锁信息匹配时，对人体脸部进行第三次拍摄；根据三次拍摄获得的识别图像进行人脸识别认证，若人脸识别认证通过，则根据三次拍摄获得的识别图像对人体脸部进行活体认证；若活体认证通过，则智能电子锁解锁；若活体认证不通过的次数达到预设次数，则通过报警器将报警信息传输至用户终端且在预设时长内禁止智能电子锁解锁。本申请提供的方案，能够提高智能电子锁的安全性能及运行流畅度。
-
-
-
Search Results
4
records
(took 0.021 seconds)
