一种基于深度融合卷积网络模型的农作物病害识别方法

    公开(公告)号:CN111507319A

    公开(公告)日:2020-08-07

    申请号:CN202010617109.5

    申请日:2020-07-01

    Abstract: 本发明公开了一种基于深度融合卷积神经网络的农作物病害识别方法,该方法提出的IR_CNN模型由Inception v1和ResNet50中的有效模块级联而成,其可分别提取农作物病害图像多样性和深层特征,并进行融合。IR_CNN模型模块由不同分支的神经网络构成,增加了总体网络的宽度,且将全连接甚至一般的卷积都转化为稀疏连接,减小了网络的计算量。本发明结合不同网络模型的特征提取能力,可更好地获得农作物病害图像中的多样性特征和深层特征,后续将特征进行融合,通过训练学习,可更好地识别出不同农作物的多种病害类别,尤其是复杂的农作物病害,并具有较高的识别精度。

    一种气象生态环境信息一体化科普站系统

    公开(公告)号:CN110111230A

    公开(公告)日:2019-08-09

    申请号:CN201910437431.7

    申请日:2019-05-24

    Abstract: 一种气象生态环境信息一体化科普站系统,包括多要素自动化气象站、云服务器、远程交互平台;其中多要素自动化气象站采用模块化设计形式,配合生态、环境、气象等不同传感器模块探测不同区域实时数据,如温度、气压、风向、风速、湿度、降水量、光照、辐射、PM2.5值等;通信模块配合北斗卫星定位并进行无线远程通信数据的传输;远程交互平台与多要素自动化气象站进行通信并构建数据中心,实现对数据的远程控制与发布。该系统允许气象站分布在不同区域的特定环境,可配合硬件显示屏广泛应用于气象信息的科普并与其他推广业务相结合,具有良好的跨平台及推广能力。

    一种气象生态环境信息一体化科普站系统

    公开(公告)号:CN210515370U

    公开(公告)日:2020-05-12

    申请号:CN201920755121.5

    申请日:2019-05-24

    Abstract: 一种气象生态环境信息一体化科普站系统,包括多要素自动化气象站、云服务器、远程交互平台;其中多要素自动化气象站采用模块化设计形式,配合生态、环境、气象等不同传感器模块探测不同区域实时数据,如温度、气压、风向、风速、湿度、降水量、光照、辐射、PM2.5值等;通信模块配合北斗卫星定位并进行无线远程通信数据的传输;远程交互平台与多要素自动化气象站进行通信并构建数据中心,实现对数据的远程控制与发布。该系统允许气象站分布在不同区域的特定环境,可配合硬件显示屏广泛应用于气象信息的科普并与其他推广业务相结合,具有良好的跨平台及推广能力。(ESM)同样的发明创造已同日申请发明专利

Patent Agency Ranking