-
公开(公告)号：CN119445382A
公开(公告)日：2025-02-14
申请号：CN202411577883.2
申请日：2024-11-07
Applicant: 山东农业大学
IPC: G06V20/10 , G06V20/17 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于无人机遥感和改进PWD‑YOLOv10n算法的松材线虫病树分级检测方法，涉及林业有害病树检测的技术领域，其方法步骤包括(1)病树遥感影像采集；(2)数据集构建；(3)网络模型改进；(4)评价指标选取；(5)结果评估，步骤(3)中，通过设计高精度、低漏检的PWD‑YOLOv10模型，在YOLOv10n模型的骨干网络中引入CAA注意力机制模块，以增强特征提取能力；将C2f_EMSCP模块分别引入骨干和颈部部分，进一步提高模型的识别精度并有效减少漏检率，本发明通过训练高性能的PWD‑YOLOv10n模型，实现了在复杂环境中对松材线虫病树进行快速准确的分级检测。
-
公开(公告)号：CN114005025A
公开(公告)日：2022-02-01
申请号：CN202111143559.6
申请日：2021-09-28
Applicant: 山东农业大学 , 泰安市泰山森林病虫害防治检疫站
Abstract: 本申请涉及一种高点全景变色树自动监测方法、装置和系统。所述方法包括：获取高点全景的树图像；将所述高点全景的树图像输入到训练好的目标检测模型中，得到所属的变色树类别的置信度；根据所述变色树类别的置信度确定出变色树；其中，所述目标检测模型基于YOLOV3模型，包括骨干网络模块、金字塔网络与路径聚合网络组合模块和输出模块，所述骨干网络模块包括卷积模块及跨阶段局部网络残差模块。本申请所述方法采用结构优化的目标检测模型，可以更精准地监测到高点全景下的变色树，识别出松材线虫染病的变色树。结构优化的该目标检测模型在检测精度方面取得了令人满意的结果，进而能更精准地识别高点全景下的变色树。
-
公开(公告)号：CN111727713A
公开(公告)日：2020-10-02
申请号：CN202010407288.X
申请日：2020-05-14
Applicant: 山东农业大学
Abstract: 本发明公开了一种果园简易水肥一体化自动控制注肥系统及注肥控制方法，系统包括基于Arduino数据采集子系统、基于树莓派控制系统、App远程控制单元，基于树莓派控制系统根据获取到的数据，能够自动完成土壤预润湿时间控制任务、水肥混合比调控和注肥时间控制任务、冲洗管道时间控制任务，整个系统及方法具备简单易操作、抽肥精度高、水肥比例调控精确的特点，且系统性能稳定性好、安全性高。
-
公开(公告)号：CN114091778B
公开(公告)日：2025-02-11
申请号：CN202111437549.3
申请日：2021-11-29
Applicant: 山东农业大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q10/067 , G06Q50/02 , G06F17/16
Abstract: 本发明公开了基于苹果花期冻害预警模型的苹果园灾害预警方法，可以在苹果花期来临前，对花期冻害进行预测预警；还可以根据往年盛花期日期和盛花期前12天至后12天共25天的气象数据，对往年的花期冻害灾害进行评估，进而达到预警的效果。
-
公开(公告)号：CN117743829A
公开(公告)日：2024-03-22
申请号：CN202311831821.5
申请日：2023-12-28
Applicant: 国网山东省电力公司泰安供电公司 , 国网山东省电力公司宁阳县供电公司 , 国家电网有限公司 , 山东农业大学
IPC: G06F18/213 , G06F18/23213 , G06F18/25 , G06N3/0442 , G06N3/086 , G06N3/0985 , G06Q50/06 , H02J3/00 , G06F123/02
Abstract: 本发明公开了一种基于深度学习的短期电力负荷量预测方法，它包括以下实现步骤：(1)对负荷数据进行经验模态分解；(2)子序列分类；(3)高频分量再分解和参数优化；(4)模型搭建；(5)结果预测，相比较传统的短期电力负荷量预测方法，本发明通过引入模态分解，可将非平稳、非线性原始时间序列转化为若干子序列并重构，解决了短期电力负荷波动大、难以准确预测问题；通过对高频分量进行二次分解，可以有效地提取时序数据显著特征，将二次分解得到的子序列和未二次分解的子序列作为模型输入特征，有效提高了预测精度；利用SSA优化LSTM网络、VMD分解的关键参数选取问题，解决人工参数调整耗时和预测效果差的问题。
-
Patent Agency Ranking
公开(公告)号：CN114487990A
公开(公告)日：2022-05-13
申请号：CN202210028687.4
申请日：2022-01-11
Applicant: 山东农业大学
Abstract: 本申请公开了一种基于平行嵌套阵列的二维DOA估计方法、装置、设备及介质，方法包括：计算三平行嵌套阵列中每个子阵的接收信号；根据每个子阵的接收信号计算每个子阵的协方差矩阵，并对所述协方差矩阵进行扩展，得到虚拟协方差矩阵；根据每个子阵的接收信号计算子阵之间的互协方差矩阵，并对所述互协方差矩阵进行扩展，得到虚拟互协方差矩阵；根据所述虚拟协方差矩阵以及虚拟互协方差矩阵构建DOA估计矩阵；对所述DOA估计矩阵进行特征值分解，并根据分解的特征值计算入射信号与X轴之间的夹角以及入射信号与Y轴之间的夹角。根据本申请提供的DOA估计方法，不仅以较低的复杂度实现二维角度均衡估计，还大大提升了估计的精度。
-
公开(公告)号：CN112464705A
公开(公告)日：2021-03-09
申请号：CN202011090324.0
申请日：2020-10-13
Applicant: 泰安市泰山森林病虫害防治检疫站 , 山东农业大学
Abstract: 本申请提供一种基于YOLOv3‑CIoU的松材线虫病树检测方法及系统，该方法包括：构建基于YOLOv3‑CIoU算法的目标检测模型，利用训练集对目标检测模型进行训练，得到训练好的目标检测模型；利用测试集对训练好的目标检测模型进行检测，若训练好的目标检测模型的多个预设性能指标中任一者未达标，则继续训练训练好的目标检测模型，直至目标检测模型的多个预设性能指标均达标。本申请训练目标检测模型时，采用兼容重叠率损失函数(CIoU)改进YOLOv3检测算法的损失函数，从而，训练好的目标检测模型能实现短时间、高精度、低漏检率的变色木检测，适用于准确率和实时性要求较高的场合。
-
公开(公告)号：CN108594164B
公开(公告)日：2020-09-15
申请号：CN201711236621.X
申请日：2017-11-30
Applicant: 山东农业大学
IPC: G01S3/00
Abstract: 本发明公开了一种平面阵列DOA估计方法及设备。所述平面阵列DOA估计方法，包括：步骤1：使用平面阵列接收来自至少一个信源的信号，所述平面阵列包括至少一个平行互质阵列，所述平行互质阵列包括相互平行的互质线性子阵列对；步骤2：基于所述互质线性子阵列对的实际接收信号计算和构建所述互质线性子阵列对的虚拟接收信号；步骤3：基于所述互质线性子阵列对的虚拟接收信号估计所述至少一个信源的DOA的数值。能够适用于阵列尺寸受限及实时性要求高的场合，可有效地以较少的阵元提供低复杂度、高准确度的波达方向估计。
-
公开(公告)号：CN106021637A
公开(公告)日：2016-10-12
申请号：CN201610237414.5
申请日：2016-04-15
Applicant: 山东农业大学
IPC: G06F17/50
CPC classification number: G06F17/5036 , G06F2217/78
Abstract: 本发明公开了互质阵列中一种基于迭代稀疏重构的DOA估计方法，接收天线阵列采用非线性互质阵列，通过对接收信号的二阶统计特性协‑方差矩阵的向量化处理，可确定孔径长度更大的差分阵列，提高检测能力。对目标所在的角度域进行离散化处理，目标可视为稀疏分布于栅格点之上或附近，并构建出对数和形式的稀疏信号重建问题。利用对数和函数的凸紧上界，重建该原始稀疏问题，以迭代的方式动态调整更新角度域的离散点以逼近目标真实的到达角度。
-
公开(公告)号：CN105912791A
公开(公告)日：2016-08-31
申请号：CN201610236837.5
申请日：2016-04-15
Applicant: 山东农业大学
IPC: G06F17/50
CPC classification number: G06F17/5036 , G06F2217/78
Abstract: 本发明公开了一种虚拟互质阵列中基于局部搜索的DOA估计方法，该方法要求发射信号为实值信号，接收天线阵列采用非线性阵列，通过对该阵列的镜像化及空间平滑处理，得到虚拟互质阵列，该阵列的每个子阵通过应用多重信号分类方法，可获得每个信号源对应的真实角度及相应模糊角度，根据这些角度之间的相位关系，通过角度域的局部搜索获取其中任意角度而直接计算出其余角度，极大降低复杂度，最终虚拟互质阵列通过合并两个子阵的估计结果而得到角度的真实估计值。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.022 seconds)
