一种农作物危害动物的声防系统结构

    公开(公告)号:CN101874482B

    公开(公告)日:2012-06-20

    申请号:CN200910237618.9

    申请日:2009-11-13

    Abstract: 本发明涉及一种农作物危害动物声防系统结构,尤其涉及一种基于无线传感器网络的典型农田危害动物数字化声防系统结构,其特征在于,该系统由总控制器、执行器节点和热释电无线传感器节点组成。整个系统由三层金字塔式拓扑结构组成。它的第三层即底层,是由热释电无线传感器节点自组织成的热释电无线传感器网络,负责探测危害动物存在;第二层为执行器节点自组织成的执行器网络,负责发出危害动物对应天敌的叫声;第一层是总控制器,负责监控整个网络的运行。执行器节点和总控制器均采用“太阳能-蓄电池”电源子系统供电。整个数字化声防系统结构灵活,使用方便,能较好解决对农作物典型危害动物的无污染驱赶防治问题。

    一种农作物危害动物的声防系统结构

    公开(公告)号:CN101874482A

    公开(公告)日:2010-11-03

    申请号:CN200910237618.9

    申请日:2009-11-13

    Abstract: 本发明涉及一种农作物危害动物声防系统结构,尤其涉及一种基于无线传感器网络的典型农田危害动物数字化声防系统结构,其特征在于,该系统由总控制器、执行器节点和热释电无线传感器节点组成。整个系统由三层金字塔式拓扑结构组成。它的第三层即底层,是由热释电无线传感器节点自组织成的热释电无线传感器网络,负责探测危害动物存在;第二层为执行器节点自组织成的执行器网络,负责发出危害动物对应天敌的叫声;第一层是总控制器,负责监控整个网络的运行。执行器节点和总控制器均采用“太阳能-蓄电池”电源子系统供电。整个数字化声防系统结构灵活,使用方便,能较好解决对农作物典型危害动物的无污染驱赶防治问题。

    典型农作物危害动物数字化声防决策支持系统

    公开(公告)号:CN101719196A

    公开(公告)日:2010-06-02

    申请号:CN200910237617.4

    申请日:2009-11-13

    Abstract: 典型农作物危害动物数字化声防决策支持系统,属于农作物危害动物声防技术领域。其特征在于,包括数据库、数据库管理系统和推理机。数据库分为基本信息库和地区信息库,基本信息库存放来自动物学、农学方面的图书等常识性信息和动物学、农学专家提供的资料,地区信息库针对各个地区不同特点,存放针对性的农作物和危害动物信息;数据库管理系统统一管理基本信息库和地区信息库;推理机负责声防决策的产生,它根据环境传感器采集到的值和一定的推理规则,给出最佳的声防方案;此系统能根据用户的不同需求,针对性地给出声防方案,较好地解决农业典型危害动物的防治问题。

    基于深度相机的血管外渗漏情况的检测系统

    公开(公告)号:CN105654481B

    公开(公告)日:2019-03-08

    申请号:CN201511019554.7

    申请日:2015-12-29

    Abstract: 本发明公开了一种基于深度相机的血管外渗漏情况的检测系统,包括深度相机和处理模块,其中所述深度相机获取病人身上注射部位的彩色图像及深度图像;所述处理模块对深度相机先后获取的两帧图像进行配准,建立这两帧图像之间的像素信息和深度信息的对应关系,从而得出像素位置和深度变换模型;所述处理模块根据配准得出的像素位置和深度变换模型,将其中一帧图像的像素位置信息和深度信息映射到另一帧图像的同一坐标下;所述处理模块确定在注射部位形成的深度信息差异,根据差异的大小来判断是否存在鼓包。该检测系统能够快速而准确地检测出造影剂自动推注系统在使用时发生血管外渗漏的意外情况。

    一种基于测距和神经网络算法的水下定位方法

    公开(公告)号:CN106093849A

    公开(公告)日:2016-11-09

    申请号:CN201610389518.8

    申请日:2016-06-03

    CPC classification number: G01S5/00 G06N3/02 G06N3/084 H04W64/006

    Abstract: 本发明公开了一种基于测距和神经网络算法的水下定位方法,包括如下步骤:在定位水域内布置K个锚节点和N个待定位节点,测量每个待定位节点与K个锚节点之间的距离;分离线训练和在线定位两个阶段进行定位;所述离线训练阶段包括以下步骤:测量第n个待定位节点与所有锚节点距离,形成距离向量,将距离向量输入三层神经网络:神经网络输入层、神经网络隐藏层和神经网络输出层;通过算法迭代更新预测模型参数,输出神经网络模型参数;所述在线定位阶段包括以下步骤:测量第n个待定位节点与所有锚节点当前距离,形成距离向量;将距离向量输入离线训练阶段得到的神经网络模型参数;输出待定位节点的位置坐标,减小测距误差。

    一种反向水下定位方法和系统

    公开(公告)号:CN106028414A

    公开(公告)日:2016-10-12

    申请号:CN201610452267.3

    申请日:2016-06-21

    Abstract: 本发明提供一种反向水下定位方法和系统,方法包括如下步骤:A1.在定位区域内部署锚点和普通节点;A2.普通节点经触发变为源节点;A3.源节点向锚点广播信息;A4.锚点接收源节点信息,更新信息并转发至信宿汇点;A5.信宿汇点计算每一锚点对应的所有路径的距离及权值;A6.信宿汇点采用所有锚点的所有路径进行求解,定位源节点。该方法将权值与基于测距的定位算法进行结合,有效减小多径效应产生的距离测量误差,提高定位精度,极好地改善定位性能。

Patent Agency Ranking