-
Patent Agency Ranking
公开(公告)号：CN113038143A
公开(公告)日：2021-06-25
申请号：CN202110241805.5
申请日：2021-03-04
Applicant: 吉林农业科技学院
Abstract: 本发明公开了一种超光谱图像无损压缩编码系统，所述系统利用参数化三波段谱间整数可逆变换结合小波提升方案变换去谱间变换，去除谱间和空间冗余，采用SPIHT编码算法实现超光谱图像的无损压缩，去冗余变换包括：XCJRCT变换和小波变换提升方案，SPIHT编码算法通过编码器、译码器并行运算和抗干扰容错，基于时间复杂性算法进行优化分析。本发明解决了现有超光谱图像无损压缩效率低、压缩比低的问题。
-
公开(公告)号：CN111994788A
公开(公告)日：2020-11-27
申请号：CN202010854706.X
申请日：2020-08-24
Applicant: 吉林农业科技学院
IPC: B66C1/44
Abstract: 一种夹取石墨电极接头的装置及方法，属于石墨电极夹具领域，本发明为了解决现有技术中，石墨电极接头重量和尺寸较大不易于搬运的问题，本发明所述装置包括活动轴、调节锁紧机构和两个夹手组件，所述调节锁紧机构包括一个控制端和两个调节端，两个夹手组件通过活动轴铰接，每个夹手组件的连接端与调节锁紧机构的一个调节端铰接，两个夹手组件的夹持端沿纵向平行相对设置，同时还提供了一种利用上述装置进行夹取的方法，本发明主要用于冶金行业炭素制品企业当中夹取石墨电极接头的方法及装置，也可以使用其他技术领域与石墨电极接头类似形状物的夹取。
-
公开(公告)号：CN111318474A
公开(公告)日：2020-06-23
申请号：CN202010177182.5
申请日：2020-03-13
Applicant: 吉林农业科技学院
Abstract: 基于深度学习的多种类废旧饮料瓶识别及分拣装置，涉及废旧塑料瓶的识别及分拣技术领域。本发明是为了解决人工分拣工作量大、误差率高，现有分拣设备分拣速度慢、准确率低的问题。本发明所述的基于深度学习的多种类废旧饮料瓶识别及分拣装置，利用深度学习方法将采集的图片进行分割，并对分割后的图片进一步处理后得出物体的质心，将质心像素坐标传送给分拣装置后进行不同颜色的废旧饮料种类划分，该装置具备成本低、分拣结果准确、分拣速度快等优点，适合应用于废旧塑料瓶回收行业。
-
公开(公告)号：CN111318474B
公开(公告)日：2021-07-09
申请号：CN202010177182.5
申请日：2020-03-13
Applicant: 吉林农业科技学院
Abstract: 基于深度学习的多种类废旧饮料瓶识别及分拣装置，涉及废旧塑料瓶的识别及分拣技术领域。本发明是为了解决人工分拣工作量大、误差率高，现有分拣设备分拣速度慢、准确率低的问题。本发明所述的基于深度学习的多种类废旧饮料瓶识别及分拣装置，利用深度学习方法将采集的图片进行分割，并对分割后的图片进一步处理后得出物体的质心，将质心像素坐标传送给分拣装置后进行不同颜色的废旧饮料种类划分，该装置具备成本低、分拣结果准确、分拣速度快等优点，适合应用于废旧塑料瓶回收行业。
-
公开(公告)号：CN111401245A
公开(公告)日：2020-07-10
申请号：CN202010183999.3
申请日：2020-03-16
Applicant: 吉林农业科技学院
Abstract: 一种基于图像的农作物病虫害检测方法、系统及设备，属于农作物病虫害检测技术领域。为了解决现有的农作物病虫害检测方法不能兼顾准确率和模型训练时间的问题。本发明所述的方法中，首先采集检测区域的农作物的图像；然后将检测区域的农作物的图像输入农作物病虫害检测模型进行检测，检测区域的农作物的图像首先通过前端识别网络识别出对应农作物的种类，之后按照农作物的种类对应到某个后端识别网络，得到该种农作物对应病虫害的类型；农作物病虫害检测模型由前端识别网络与整体后端识别网络串联构成；所述整体后端识别网络由n个后端识别网络并行构成，n个后端识别网络的网络结构相同。主要用于农作物病虫害检测。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
