-
公开(公告)号：CN117990856A
公开(公告)日：2024-05-07
申请号：CN202410068257.4
申请日：2024-01-17
Applicant: 浙江农林大学
Abstract: 本发明公开了一种白术霉变检测方法。该方法包括：S1：将被测白术样品放入检测瓶中，用保鲜膜密封检测瓶的瓶口，静置h小时；S2：将检测瓶内被测白术样品产生的挥发性气体吸入检测气室，检测气室内的气体传感器阵列与挥发性气体接触产生响应信号；S3：数据处理装置对气体传感器阵列产生的响应信号进行处理，判断被测白术样品是否霉变。本发明能够快速准确的检测出白术是否霉变，提高了工作效率。
-
公开(公告)号：CN115346202A
公开(公告)日：2022-11-15
申请号：CN202210970906.0
申请日：2022-08-14
Applicant: 浙江农林大学
Abstract: 本发明公开了一种植物叶片病变的自动识别方法、装置和电子设备，所述的方法为：通过摄像头或手机获取植物叶片的病变源图像，对划分好的图片进行镜像翻转，平移、旋转、仿射变换、亮度对比度变化的组合手段对图像进行数据增强；对图像经过变换后，像素点出现空值位置采用双性线性插值方法；载入这些原图像；通过卷积对输入图像计算获得特征图。利用注意力机制计算该特征图的通道值以及特征图上的平均值和池化值；利用最小化目标函数调整参数；重复上述过程，确定注意力模块。本发明提出了一种基于融合注意力机制的植物病变的自动识别方法可确保对植物病变叶片自动识别并检测出病变类型，并可根据用户自身需求进行设定以满足不同场合下的应用要求。
-
公开(公告)号：CN105956130A
公开(公告)日：2016-09-21
申请号：CN201610304040.4
申请日：2016-05-09
Applicant: 浙江农林大学
IPC: G06F17/30
CPC classification number: G06F17/30616 , G06F17/30731
Abstract: 本发明公开了一种多信息融合的科研主题发现和跟踪方法及其系统，其方法包括步骤：S1，指定学科的科研文献下载，文献元数据的整理；S2，文献元数据的预处理形成文献数据集；S3，建立综合利用文本和引用信息的多源信息融合的科研文献概率主题模型，发现主题词的分布和主题核心文献的分布；S4，以获取的主题核心文献分布和主题词分布为基础，结合文献的时间信息，利用主题跟踪计算公式，跟踪科研主题的变化情况。本发明的实施例所提供的科研主题发现和跟踪方法和系统，可以实现揭示挖掘预设科研领域的科研主题，科研人员的研究兴趣随时间变化的规律，有助于把握科研主题的演化脉络。
-
公开(公告)号：CN117990857A
公开(公告)日：2024-05-07
申请号：CN202410071756.9
申请日：2024-01-17
Applicant: 浙江农林大学
Abstract: 本发明公开了一种白术霉变检测装置及方法。该装置包括处理器和数据采集机构，数据采集机构包括抽气模块、传感器模块和检测瓶，传感器模块包括用于检测硫化氢的传感器S1、用于检测TVOC气体的传感器S2、用于检测二氧化硫的传感器S3、用于检测氢气的传感器S4、用于检测氨气的传感器S5、用于检测一氧化碳的传感器S6，所述传感器S1、传感器S2、传感器S3、传感器S4、传感器S5、传感器S6分别设置在六个独立气室内，检测瓶包括瓶体以及与瓶体配合的盖体，盖体上设有与瓶体连通的出气管，独立气室的进气口通过连接管道与出气管连接，独立气室的出气口通过抽气管与抽气模块连接。本发明能够快速准确的检测出白术是否霉变，提高了工作效率。
-
公开(公告)号：CN117292206A
公开(公告)日：2023-12-26
申请号：CN202311427022.1
申请日：2023-10-30
Applicant: 浙江农林大学
IPC: G06V10/764 , G06V20/13 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于多尺度空间增强遥感图像场景分类的方法，所述的方法为：通过遥感卫星获取遥感图像，对图片进行数据增强；首先，在ResNet‑50网络中，7×7卷积和第一层第一个残差块之前加入Shallow multi‑scale hollow fusion(SMHF)浅层多尺度空洞融合模块，再以残差块为卷积核大小是1×1的两个卷积层之间连接一个3×3卷积层串联在一起的结构进行卷积，网络中残差块布局为3、4、6、3，之后进行将ResNet‑50里最后特征层的最后一个残差块替换为Maxpool Avgpool fusion(MAF)最大平均池融合模块；最后用softmax分类器进行分类；本发明提出一种Hollow pyramid attention combination(HPAC)空洞金字塔注意力结合网络的遥感图像场景分类方法，可以在遥感图像下进行良好的场景分类。
-
Patent Agency Ranking
公开(公告)号：CN116452950A
公开(公告)日：2023-07-18
申请号：CN202310410821.1
申请日：2023-04-18
Applicant: 浙江农林大学
IPC: G06V10/82 , G06V10/40 , G06V10/80 , G06V10/774 , G06V10/776 , G06V10/77 , G06N3/0464 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了一种多目标垃圾的自动检测方法，所述的方法为：通过摄像头采集获取多目标垃圾图像；对图像数据进行载入预处理；引入轻量化混合网络MobileViTv3作为特征提取网络，编码图像全局特征；利用动态卷积ODConv，动态学习复杂垃圾特征；采用高效模型块EfficientFormer block，平滑处理图像全局信息；利用特征复用技术Ghost Module和RepGhost Module重构特征融合网络，简化模型；将预处理后的图像数据输入到改进模型进行训练与测试，得到最优模型；最后将待检测图像输入到最优模型检测中，计算输出检测结果。本发明提出的一种基于改进YOLOv5(You Only Look Oncev5)的多目标垃圾的自动检测与识别方法，可确保在实际检测场景下快速精确地识别垃圾，具有良好的应用前景。
-
公开(公告)号：CN107832688A
公开(公告)日：2018-03-23
申请号：CN201711030491.4
申请日：2017-10-27
Applicant: 浙江农林大学
IPC: G06K9/00 , H04N7/18 , H04N21/44 , H04N21/472
Abstract: 本发明公开了一种交通模式和异常行为的检测方法，其方法包括步骤：A1，将时长为T秒的视频划分为长度为Ts秒的短视频剪辑，共得到T/Ts个视频文档；A2，对每个视频文档，计算其每相邻两对视频帧的光流向量；A3，对所得的光流向量量化得到每对视频帧的视频词；A4，统计每个视频文档的视频词的计数向量，得到视频文档集的文档-词计数矩阵；A5，利用BNBP-PFA主题模型进行主题提取，得到主题-词的分布和文档-主题的分布；A6，将得到的主题-词分布、文档-主题分布分别作为新的词和新的文档，利用BNBP-PFA主题模型得到第二层主题模型的主题；A7，基于两层主题模型的对数似然函数值，检测视频帧中的异常行为。
-
公开(公告)号：CN119251589A
公开(公告)日：2025-01-03
申请号：CN202411524820.0
申请日：2024-10-30
Applicant: 浙江农林大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种遥感图像场景的分类方法，所述方法为：通过互联网搜索获取遥感场景的图像，对图片进行数据增强预处理；在VanillaNet‑5模型中引入矩阵卷积最大融合模块RCMF，采用矩形卷积核卷积层相加融合和原输入特征拼接的方法；在RCMF后增加区域选择模块AS，首先引入顺序极化自注意力机制SPS；然后AS将SPS与迷你区域卷积模块MRC结合进行特征乘法融合；其次将预处理后的图像数据输入到改进模型中进行训练与测试，获得最优模型；最后将待分类图像输入到最优模型中获取分类结果。本发明提出的一种融合VanillaNet‑5网络和矩形卷积的遥感图像场景的分类方法，具有良好的应用前景。
-
公开(公告)号：CN117929494A
公开(公告)日：2024-04-26
申请号：CN202410264036.4
申请日：2024-03-07
Applicant: 浙江农林大学
IPC: G01N27/26 , G01N27/416
Abstract: 本发明公开了一种赤藓糖醇溶液浓度检测系统及方法。该系统包括控制器、电化学分析仪和检测机构，所述检测机构包括架体，所述架体上设有液体注射机构和多个检测容器，所述检测容器内设有磁力搅拌子，所述检测容器下方设有用于驱动磁力搅拌子转动的磁力驱动机构，所述检测容器上设有盖体，所述盖体上设有伸入检测容器内的三电极传感器，所述液体注射机构用于向检测容器注射液体，所述三电极传感器与电化学分析仪电连接，所述控制器分别与电化学分析仪、液体注射机构、磁力驱动机构电连接。本发明结构简单，能够快速准确的检测出赤藓糖醇溶液的浓度，操作便捷。
-
公开(公告)号：CN116311186A
公开(公告)日：2023-06-23
申请号：CN202310077806.X
申请日：2023-02-08
Applicant: 浙江农林大学
IPC: G06V20/60 , G06V10/82 , G06V10/80 , G06V10/77 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/09 , G06N3/0985 , G06N3/082
Abstract: 本发明公开了一种植物叶片病变的自动识别方法，所述的方法为：通过摄像头获取植物叶片的病变源图像，对图片进行数据增强；图像进行切块后使用像素提取的方式对特征图进行缩放；通过十字交叉窗口增强窗口内的像素信息交流并且通过并行计算的方式减少计算量；利用双边注意力机制计算对窗口内进行像素聚类，进一步加强图像内空间信息的交流；采用自监督学习加强块之间随机位置的信息交流；利用多尺度融合策略将每个层输出的特征拼接与融合，强化全局空间位置信息的联系。本发明提出一种基于双边注意力机制与多尺度特征融合的植物病变的自动识别方法，可确保对植物病变叶片自动识别并检测出病变类型，并可根据用户自身设定满足不同场合下的应用要求。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.019 seconds)
