基于大数据的智能水产养殖调控系统

    公开(公告)号:CN111966152A

    公开(公告)日:2020-11-20

    申请号:CN202010508854.6

    申请日:2020-06-06

    Applicant: 江南大学

    Abstract: 本发明提供一种基于大数据的智能水产养殖调控系统,包括氧传感器、水温传感器、pH值传感器、第一现场无线通信模块、数据网关、中央控制机、增氧机、加热机和pH值控制投药机;所述数据网关包括MCU、第二现场无线通信模块、远程无线通信模块;氧传感器、水温传感器和pH值传感器设置在需要监测的水体中,并分别连接第一现场无线通信模块,第一现场无线通信模块与数据网关中的第二现场无线通信模块无线通信;第二现场无线通信模块连接MCU,MCU连接远程无线通信模块,远程无线通信模块与中央控制机通信;中央控制机与移动终端通信;中央控制机分别与增氧机、加热机和pH值控制投药机相连。本发明能够为养殖生物提供最佳的生长条件。

    一种基于深度学习的压缩波前探测方法

    公开(公告)号:CN116929570A

    公开(公告)日:2023-10-24

    申请号:CN202310922074.X

    申请日:2023-07-26

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于深度学习的压缩波前探测方法,属于自适应光学领域。本申请针对快速恢复稀疏斜率的情况,设计了9层神经网络结构,其中第一层到第六层为双路结构,对输入的x和y方向的斜率分布分别并行处理。数据在第七层到第九层进行合并处理,最后输出预测的波前斜率。该网络可以将稀疏化的波前斜率在更短时间内以更高的精度恢复原始斜率,以进行高精度的波前重构。通过30000组波前和斜率数据对该深度神经网络结构进行训练,训练过程中,使用了具有不同压缩比的斜率。在获得最优模型后,可以实现任意稀疏波前斜率的高精度恢复,且具有良好的抗噪声性能。

Patent Agency Ranking