-
公开(公告)号：CN111832507B
公开(公告)日：2024-04-09
申请号：CN202010702759.X
申请日：2020-07-20
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/774 , G01N21/25
Abstract: 本发明涉及基于麦穗顶部光谱信息的小麦赤霉病遥感识别方法，与现有技术相比解决了尚无基于麦穗顶部进行赤霉病监测的缺陷。本发明包括以下步骤：非成像近地高光谱数据的获取；数据的预处理；敏感特征集的获取；SVM模型的构建；SVM模型的优化；小麦赤霉病遥感识别结果的获得。本发明基于遥感设备垂直角度利用小麦顶部信息对赤霉病进行识别，并通过对特征进行筛选和组合，以及对模型进行优化，实现了单穗尺度上的小麦赤霉病的垂直研究，为实际大区域尺度赤霉病识别提供了更加精准的技术方案。
-
公开(公告)号：CN117333365A
公开(公告)日：2024-01-02
申请号：CN202311270123.2
申请日：2023-09-28
Applicant: 安徽大学
IPC: G06T3/40 , G06T7/10 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于混合Transformer超分辨率网络的图像超分辨率方法，包括：首先获取图像对作为训练样本，图像对由图像ILR和图像IHR组成；搭建混合Transformer超分辨率网络模型；利用训练样本对混合Transformer超分辨率网络模型进行训练，得到训练后的混合Transformer超分辨率网络模型；将待处理图像作为LR图像导入到训练后的混合Transformer超分辨率网络模型中，混合Transformer超分辨率网络模型输出的结果即为HR图像。本发明通过构建混合Transformer超分辨率网络模型，在参数和性能做出合适权衡；增强了网络的局部信息的提取能力，并且提高网络全局建模的效率，得到更加优秀的超分辨率图像，通过对图像中的全局结构信息局部纹理信息作有针对性的处理，实现了在多种超分辨率任务下的优异表现。
-
公开(公告)号：CN116168287A
公开(公告)日：2023-05-26
申请号：CN202211472750.X
申请日：2022-11-17
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明特别涉及一种基于高光谱成像的番茄植株干旱胁迫检测方法，包括如下步骤：采集待识别番茄叶片的高光谱图像，根据高光谱图像提取叶片的反射光谱数据；利用遗传算法筛选特征波长，根据特征波长对应的反射率图像间的相关性确定最佳的反射率图像集；利用卷积神经网络提取最佳反射率图像集深层次的图像特征；融合叶片的光谱和图像特征后输入至训练好的植株干旱胁迫识别模型中进行识别得到待识别番茄的干旱胁迫等级。采用光谱和图像结合的方式来选择反射率图像，降低数据冗余度，实现了信息的最大利用；通过卷积神经网络实现图像特征的自动提取，简单有效，避免复杂的数学计算；融合光谱和图像特征提升模型识别效果，提供互补信息，避免信息损失。
-
公开(公告)号：CN115937682A
公开(公告)日：2023-04-07
申请号：CN202211633607.4
申请日：2022-12-19
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/047 , G06N3/0475 , G06N3/0895
Abstract: 本发明涉及一种标注样本缺失下的植物叶部病害视觉识别方法，包括：获取原始的植物叶部病害数据集，进行数据标注；进行数据增强处理；基于生成对抗网络GAN和分类器，构建双策略半监督学习模型GANC‑DGAN；利用增强后的植物叶部病害数据集对双策略半监督学习模型GANC‑DGAN进行训练，使用训练好的双策略半监督学习模型GANC‑DGAN进行植物叶部病害识别。本发明的实际应用价值高，通过构建双策略半监督学习模型GANC‑DGAN，针对标注图像缺少、训练样本少的问题，提高了识别效率，为农作物病害识别提供了理论指导与技术支撑，对农业作物病害监测具有重大的现实意义。
-
公开(公告)号：CN107064126B
公开(公告)日：2023-04-07
申请号：CN201710237466.7
申请日：2017-04-12
Applicant: 安徽大学
Abstract: 本发明涉及农残检测技术领域，特别涉及一种有机磷农药残留快速检测装置，包括电源变送模块、激光器、光纤分路器、准直器、光电接收管、信号调理模块以及主控模块；所述的电源变送模块为其他模块供电，激光器产生的激光经过光纤分路器变成多路光源后接入准直器中，经准直器准直后的光线被光电接收管所接收，准直器和光电接收管之间的光学通道上布置有比色皿，信号调理模块将光电接收管接收到的光源信号进行光电转换、滤波放大处理后输出至主控模块，主控模块经计算后得到样品抑制率。采用激光器作为光源更为稳定可靠，光纤分路器将激光分为多束保证光线一致性，这样后续处理所得到数据更准确。
-
Patent Agency Ranking
公开(公告)号：CN112924211B
公开(公告)日：2022-04-29
申请号：CN202110095082.2
申请日：2021-01-25
Applicant: 安徽大学 , 中国科学院空天信息创新研究院
IPC: G01N1/04
Abstract: 本发明公开了一种用于小麦白粉病鉴定的病菌收集装置，包括工作箱、电机、第一夹紧块、第二夹紧块、驱动组件、气缸和收集组件，第一夹紧块设置在工作箱的内部且其底部设有环形挡板，其侧壁上倾斜设有多个呈条形的第一通口，每个第一通口内均设有第一夹紧组件，第二夹紧块设置在第一夹紧块的正下方且其侧壁上设有多个第二通口，每个第二通口内均设有第二夹紧组件，驱动组件设置在工作箱的内部用于带动第一夹紧块和第二夹紧块同步转动，气缸倾斜固定在工作箱的侧壁上且其活塞杆上垂直固定有平行夹爪，每个夹爪上均设有清扫组件。本发明可以同时将小麦叶片两面的病菌收集进行收集，收集效率高，而且能批量对多个小麦叶片上的病菌进行收集。
-
公开(公告)号：CN111832507A
公开(公告)日：2020-10-27
申请号：CN202010702759.X
申请日：2020-07-20
Applicant: 安徽大学
Abstract: 本发明涉及基于麦穗顶部光谱信息的小麦赤霉病遥感识别方法，与现有技术相比解决了尚无基于麦穗顶部进行赤霉病监测的缺陷。本发明包括以下步骤：非成像近地高光谱数据的获取；数据的预处理；敏感特征集的获取；SVM模型的构建；SVM模型的优化；小麦赤霉病遥感识别结果的获得。本发明基于遥感设备垂直角度利用小麦顶部信息对赤霉病进行识别，并通过对特征进行筛选和组合，以及对模型进行优化，实现了单穗尺度上的小麦赤霉病的垂直研究，为实际大区域尺度赤霉病识别提供了更加精准的技术方案。
-
公开(公告)号：CN109709084A
公开(公告)日：2019-05-03
申请号：CN201910008272.9
申请日：2019-01-04
Applicant: 安徽大学
IPC: G01N21/65
Abstract: 本发明特别涉及一种半胱胺修饰金纳米棒方法，包括以下步骤：(A)取金纳米棒溶液并进行清洗，清洗后加入超纯水后混匀，其中金纳米棒溶液中金纳米棒的长为60～70nm、宽为20～23nm；(B)将清洗后的金纳米棒溶液和半胱胺溶液按照9:1的体积比进行混合后加入装有磁子的容量瓶中，其中半胱胺溶液的浓度为10-6mol/L；(C)将容量瓶放在搅拌机上搅拌60～90min；(D)搅拌后吸取半胱胺修饰的金纳米棒溶液放进离心机中进行离心后吸出上层清液后即得到半胱胺修饰金纳米棒；还公开了检测乙酰甲胺磷的基片和方法。半胱胺修饰的金纳米棒形态稳定、均一，增强效果更优；同时，金纳米棒上的胺离子与乙酰甲胺磷分子之间存在吸附作用，从而实现对乙酰甲胺磷残留的高灵敏检测。
-
公开(公告)号：CN105807790B
公开(公告)日：2018-08-28
申请号：CN201610258904.3
申请日：2016-04-25
Applicant: 安徽大学
Abstract: 本发明提供一种基于室内混合定位的智能跟随系统，该系统包括设置在跟随物体上的触控屏、主控板、测距模块和驱动模块以及被跟随人员携带的手机终端，所述主控板集成有第一主控制器、第一Wi‑Fi模块和九轴惯性传感器，所述手机终端集成有第二主控制器、第二Wi‑Fi模块、三轴加速度传感器和陀螺仪。本发明还提供一种基于室内混合定位的智能跟随系统的跟随方法。本发明使用简便、灵活，人机交互性强，可根据实际需要设置在任何需要跟随人的物体上，为解放人的双手提供保障，具有很强的环境适应性和生存能力，同时本发明在技术上完美平衡了成本和跟随精度，稳定性高，在拥有较小误差的同时实现了低成本，具有良好的可推广性。
-
公开(公告)号：CN107064126A
公开(公告)日：2017-08-18
申请号：CN201710237466.7
申请日：2017-04-12
Applicant: 安徽大学
CPC classification number: G01N21/78 , G01N21/31 , G01N2021/786 , G01N2201/0407 , G01N2201/06113 , G05B11/42 , G05D27/02
Abstract: 本发明涉及农残检测技术领域，特别涉及一种有机磷农药残留快速检测装置，包括电源变送模块、激光器、光纤分路器、准直器、光电接收管、信号调理模块以及主控模块；所述的电源变送模块为其他模块供电，激光器产生的激光经过光纤分路器变成多路光源后接入准直器中，经准直器准直后的光线被光电接收管所接收，准直器和光电接收管之间的光学通道上布置有比色皿，信号调理模块将光电接收管接收到的光源信号进行光电转换、滤波放大处理后输出至主控模块，主控模块经计算后得到样品抑制率。采用激光器作为光源更为稳定可靠，光纤分路器将激光分为多束保证光线一致性，这样后续处理所得到数据更准确。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.036 seconds)
