-
公开(公告)号:CN111080524A
公开(公告)日:2020-04-28
申请号:CN201911314361.2
申请日:2019-12-19
Applicant: 吉林农业大学
Abstract: 基于深度学习的植物病虫害识别方法,涉及植物病虫害防治领域,解决了现有农作物病虫害分类识别方法存在的图像识别率低、模型结构复杂、预测精准度低的问题。本发明包括:采集植物病虫害叶片图像和正常植物叶片图像;图像预处理,得到超分辨率植物病虫害叶片目标图像;通过深度学习算法对超分辨率植物病虫害叶片目标图像进行融合、分析和计算,生成植物病虫害图像特征表达;通过深度学习网络对植物病虫害图像特征表达进行分析和计算,生成基于深度学习网络的植物病虫害识别模型;利用基于深度学习网络的植物病虫害识别模型对需要识别的植物病虫害叶片图像进行训练。本发明图像识别率高、模型结构简单、预测精准度高。
-
公开(公告)号:CN111192476A
公开(公告)日:2020-05-22
申请号:CN202010020847.1
申请日:2020-01-09
Applicant: 吉林农业大学
Abstract: 一种智慧城市公共安全防护系统,涉及智慧城市建设领域,本发明包括物联网云平台、数据库服务器、移动终端设备、网关、交通监控系统、天气监测系统、火灾监控系统;交通监控系统、天气监测系统、火灾监控系统均通过网关采用WiFi技术与物联网云平台相连;交通监控系统、天气监测系统、火灾监控系统采集的各数据信息均通过无线网络上传至物联网云平台,通过物联网云平台对数据信息进行筛选和分析,依据相应的规则逻辑进行消息转发或转存到数据库服务器中进行保存与后续操作;移动终端设备发送和接收物联网云平台转发的数据信息;移动终端设备通过无线网络与数据库服务器进行通信。本发明便捷性和安全性高,解决了现有安防系统模式单一的问题。
-