-
公开(公告)号：CN118778949A
公开(公告)日：2024-10-15
申请号：CN202410662396.X
申请日：2024-05-27
Applicant: 华南农业大学
Abstract: 本发明涉及事件处理规则技术领域，尤指一种基于Flink的事件规则描述方法及其编译系统,包括编写单个模式描述文本，编译系统输入模块读取规则描述文本，输入模块判断文本属于单个模式还是模式组，选择对应的编译模块；编译模块的解析单元接收输入文本，解析单元对符合格式的文本进行切分提取出组成成分，并将组成成分传递给编译模块的编译单元；编译单元将组成成分编译成单个模式或模式组；编译成功的单个模式或模式组传递给输出模块；输出模块接收单个模式和模式组，最终以字典的形式一并输出，本发明通过文本语言来定义复杂事件及其处理方法，降低了使用难度，提高了使用的普遍性，此外通过提供文本化描述方法可以实现动态载入规则。
-
公开(公告)号：CN117010276A
公开(公告)日：2023-11-07
申请号：CN202310906028.0
申请日：2023-07-21
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于Unity3D四旋翼无人机轨迹运动实时可视化方法，具体流程步骤：S1.利用Blender软件构建四旋翼无人机模型；S2.模型导入Unity3D引擎进行渲染；S3.基于改进ARPSO的三维路径规划算法根据规划轨迹的起点和终点得到必经航点；S4.使用五次多项式拟合起点、必经航点、终点生成规划轨迹；S5.构建含有规划轨迹信息的pathEnv.json文本文件；S6.Unity3D引擎读取pathEnv.json文本文件，并解析出规划轨迹信息；S7.连接轨迹的起点、必经航点和终点绘制出路径；S8.实现四旋翼无人机模型按规划轨迹运动的实时可视化。该实时可视化方法，本发明能够很好地模拟四旋翼无人机的运动情况，可以降低四旋翼无人机路径规划和轨迹优化算法的测试成本，且可视化效果好、实时性高。
-
-
公开(公告)号：CN108038264A
公开(公告)日：2018-05-15
申请号：CN201711130748.3
申请日：2017-11-15
Applicant: 华南农业大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于模式共享的复杂事件检测模型的建模方法。本发明主要针对当前复杂事件检测模型之间因存在难于共享导致无法高效检测制造业物联网中海量事件流问题，研究一种面向制造物联海量制造数据流模式共享复杂事件通用检测模型。在研究现有基于有限状态自动机结构的单模式复杂事件检测模型基础上，通过使用模式共享技术，实现多个单模式检测模型之间存在相同前缀，后缀和子模式的共享检测，消除其存在重复的事件检测、冗余的运行状态和转移边，从而构建出一种基于模式共享的通用复杂事件检测模型，实现对多个不同模式的复杂事件的共同检测，可以极大提高复杂事件检测效率。
-
公开(公告)号：CN107860690A
公开(公告)日：2018-03-30
申请号：CN201711016813.X
申请日：2017-10-26
Applicant: 华南农业大学
IPC: G01N15/04
CPC classification number: G01N15/04
Abstract: 本发明涉及一种检测农用无人机喷雾雾滴沉积均匀性的装置及方法，该装置包括机架、X向运动机构、Y向运动机构、Z向运动机构、载物台、激光测距模块、阵列穴盘容器和机架；在农药喷洒领域，采用本发明中的检测装置以及雾滴沉积均匀性检测方法，可在室内研究无人机飞行高度、速度及旋翼风场对雾滴在空中的漂移与沉积的影响情况，并且能节省试验空间，具有快速、直观的特点。
-
Patent Agency Ranking
公开(公告)号：CN118890481A
公开(公告)日：2024-11-01
申请号：CN202410661876.4
申请日：2024-05-27
Applicant: 华南农业大学
IPC: H04N19/172 , G06V20/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , H04N19/70 , H04N19/593
Abstract: 本发明涉及视频编码技术领域领域，尤指一种基于Transformer和CNN结构的VVC的CU预测方法，其包括从公开数据集中获取VVC测试视频序列，使用VTM源码对测试视频序列进行编码并获取原始图像帧；从原始图像帧中提取32x32CU，构建32x32尺寸CU样本集；选择T‑CNN模型，利用样本集训练T‑CNN模型，通过训练好的T‑CNN模型预测CU分区模式，通过本发明可以避免传统的RDO蛮力搜索过程,大幅降低VVC帧内编码的计算复杂度,同时通过T‑CNN模型结构和阈值决策,保持较高的编码效率。
-
公开(公告)号：CN116645665A
公开(公告)日：2023-08-25
申请号：CN202310625362.9
申请日：2023-05-30
Applicant: 华南农业大学
IPC: G06V20/68 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及荔枝品种自动化识别与分类技术领域，尤其涉及基于Spark和深度学习的荔枝品种鉴别与分类方法，其步骤：S1.获取各个品种荔枝RGB图像数据，划分为训练集和测试集；S2.构建Resnet34_CBAM识别模型；S3.基于训练集训练识别模型，保留表现最优识别模型；S4.搭建Spark集群和Hadoop集群，同时配备AnalyticsZoo，将最优识别模型通过AnalyticsZoo部署于Spark集群和Hadoop集群中；S5.读入海量荔枝图像并存放于Hadoop集群的分布式文件系统HDFS中，按类别写回HDFS，实现海量荔枝图像分布式一键分类。该方法更快得到全局最优值，且使得荔枝鉴别的识别模型的收敛效果稳定，能够快速提升算法的运行效率。
-
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：CN108337646B
公开(公告)日：2020-07-10
申请号：CN201711457953.0
申请日：2017-12-28
Applicant: 华南农业大学
Abstract: 本发明涉及一种基于超高频RFID的果园单轨运输机定位系统及方法，在单轨轨道和运输机的基础上，结合主控处理器、RFID阅读器、第一、二RFID单向天线和多个无源抗金属标签组成超高频RFID定位系统，通过对RSSI数据进行处理计算实现对果园单轨运输机的在轨位置信息实时感知。该定位方法适用性强，RFID阅读器可在非视距条件下非接触读取在轨标签数据，不受光照和枝叶遮挡等影响；采用第一、二RFID单向天线读取对应的RSSI数据的对比方式来降低工作环境中果树树冠及地势变化等对无线信号传播造成的影响，从而降低运输机定位误差，提高定位精度。
-
公开(公告)号：CN109284966A
公开(公告)日：2019-01-29
申请号：CN201811481372.5
申请日：2018-12-05
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于RFID定位的双轨运输装置，包括导轨台，导轨台上安装有运行轨道；且导轨台顶部两侧分别并排设置多组左轨参考标签和右轨参考标签；运行轨道上设有轨道车，轨道车包括载物机构和车头机构；载物机构通过连接机构与车头机构连接；载物机构的底部依次安装有多个阅读器；车头机构处安装有一个阅读器；且各组左轨参考标签和右轨参考标签的位置根据载物机构、车头机构以及阅读器的位置进行设定，采用双轨运输，在双轨上并排设置左轨参考标签和右轨参考标签，大大提高了系统的容错率，且在轨道车上设置多个阅读器，多个阅读器之间的有机配合使得对轨道车车体的定位精度大大提高，也能有效减少环境干扰等因素对定位的影响。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.029 seconds)
