-
公开(公告)号：CN104833760A
公开(公告)日：2015-08-12
申请号：CN201510272679.4
申请日：2015-05-25
Applicant: 南京信息工程大学
IPC: G01N30/88
Abstract: 本发明公开了一种高效液相色谱法测定设施番茄土壤低分子量有机酸的方法，以NaOH和NaCl混合溶液提取土壤低分子量有机酸，通过优化影响低分子量有机酸分离度的流动相浓度、pH、流速、有机改良剂的添加比例、检测波长等条件，确定HPLC测定设施番茄土壤低分子量有机酸的最佳色谱条件，考察了该方法的重现性和精密度。技术方案如下:配制一系列浓度梯度的有机酸标准溶液在最适色谱条件下先定性分析得出各有机酸种类及相应出峰时间，再利用各浓度梯度，定量分析得到11种有机酸峰高和其浓度的回归方程；在适宜色谱条件下测定提取出的土壤溶液，得到土壤中各有机酸含量，并对其进行加标回收率以及相对标准偏差实验，以检测该方法的精密度和重现性。
-
公开(公告)号：CN104764827A
公开(公告)日：2015-07-08
申请号：CN201510173215.8
申请日：2015-04-13
Applicant: 南京信息工程大学
IPC: G01N30/02
Abstract: 本发明公开了一种番茄植株顶芽内源激素含量的测定方法，包括以下步骤：1)供试番茄顶芽样品前处理；2)配制流动相、设置色谱条件；3)标准液的制备；4)专属性考察；5)线性关系考察；6)样品含量测定；步骤1)的方法包括提取、石油醚萃取后进行减压蒸发，再调节pH，并经乙酸乙酯萃取后，最后经二次减压蒸发制成样品待测液；步骤2)中流动相为甲醇与0.075％冰乙酸配制而成。本发明提供的HPLC法测定番茄顶芽内源激素含量的方法，可快速、准确、同时测定4种植物内源激素的含量，具有测定快速、高效、高灵敏度、高自动化的特点；进行加标回收率实验，平均回收率为99.85％，RSD小于1.56％，符合激素测定要求。
-
公开(公告)号：CN104200282A
公开(公告)日：2014-12-10
申请号：CN201410424189.7
申请日：2014-08-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种设施农业环境因子快速预测方法，包括：根据历史样本数据挑选训练样本，产生训练集和测试集，对训练集和测试集中的训练样本数据进行归一化处理；建立单隐含层极限学习机预测模型，得出训练好的参数；利用单隐含层极限学习机预测模型进行测试，得出的训练好的参数求出测试集的预测值；将测试集的预测值与实测值进行误差计算，对所述单隐含层极限学习机预测模型的泛化能力进行测评。本发明克服了传统的机理建模计算繁复甚至难以实现的缺陷，训练速度快，能获得全局最优解，解决了现有技术训练速度慢、容易陷入局部极小点等缺点，在保持模型精度的基础上大幅度的提高了训练速度。
-
公开(公告)号：CN102914415A
公开(公告)日：2013-02-06
申请号：CN201210403090.X
申请日：2012-10-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种日光温室抗风指标确定方法，属于农业信息处理的技术领域。本发明通过在不同风向角的情况下，对在日光温室模型上分布的测压点做压力分布试验，测得各个测压点在不同风向角时的风压系数；再根据日光温室模型易受损的程度划分日光温室表面区域，进而计算出日光温室表面各个区域在不同风向角的情况下的临界风速。利用本发明所述的抗风指标确定方法，不需要考虑日光温室类型以及覆盖材料的影响；通过在划分区域内分别计算临界风速，先确定划分区域的临界风速，在确定整个日光温室的抗风指标，细化了抗风指标。
-
公开(公告)号：CN119206515B
公开(公告)日：2025-05-02
申请号：CN202411710169.6
申请日：2024-11-27
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/54 , G06V10/143 , G06V10/764 , G06V10/80
Abstract: 本发明公开一种植物冷害检测技术领域的基于表型融合的草莓冷害风险预警与胁迫检测方法及装置，方法包括基于内部电子处于基态的待测叶片的荧光参数表型图像和高光谱表型图像，提取表型空间分布特征；计算表型空间分布特征的叶片像元与待测叶片生理指标之间的相关性，获得空间分布特征参数输入XGBoost集成学习模型，预测待测叶片的光合生理潜力指数和相对负积温，计算待测叶片的冷害损伤风险指数结果；根据冷害损伤风险指数和光合生理潜力指数判定草莓低温冷害预警与胁迫程度。本发明将特定方向的空间变异特征信息与表型数据进行充分融合，实现了从叶尺度上快速、无损且定量地判定草莓植株的冷害风险预警等级与胁迫程度。
-
Patent Agency Ranking
公开(公告)号：CN118552577A
公开(公告)日：2024-08-27
申请号：CN202410264119.3
申请日：2024-03-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进canny算子的边缘检测方法，包括以下步骤：(1)获取需要进行边缘检测的表面图像并进行预处理；(2)建立目标函数；(3)使用改进的蜣螂优化算法求解边缘检测双阈值选取的问题，得到最佳阈值；本发明通过基于cubic映射优化的蜣螂优化算法对二维大津法进行优化，不仅能达到自适应获取阈值的效果，同时提高了算法检测性能；通过改进的双阈值检测，获得了更好的阈值，保留了更多的边缘信息，提高了边缘轮廓的连接性。
-
公开(公告)号：CN118252056A
公开(公告)日：2024-06-28
申请号：CN202410692742.9
申请日：2024-05-31
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种结合边界层湿度的葡萄病害管控方法及系统，涉及植物病害预测技术领域，包括：采集边界层湿度信息和叶片图像信息；进行叶片结构特征分析，获得多个叶片平整性信息和多个嫩度信息；采集环境特征信息，进行修正计算获得多个修正边界层湿度信息，进行葡萄病害概率预测获得多个第一病害概率；进行葡萄病害概率预测获得多个第二病害概率，计算获得葡萄病害概率信息；构建病害概率矩阵，结合多个嫩度信息获得病害影响度信息；决策获取葡萄植株的病害管控方案。本发明解决了传统的葡萄病害检测方法无法全面准确地获取植株的病害信息，并且病害管控无法实现个性化管控，导致存在病害管控准确性差的技术问题。
-
公开(公告)号：CN116108990A
公开(公告)日：2023-05-12
申请号：CN202310108752.9
申请日：2023-02-14
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06N3/006 , G06N3/0442 , G06N3/0985 , G06Q50/02
Abstract: 本发明提供一种基于叶下边界层湿度的葡萄霜霉病预测方法，涉及植物病虫害预测领域。该基于叶下边界层湿度的葡萄霜霉病预测方法，包括：采集叶下边界层湿度、温室气象因子、葡萄叶片特征数据；分析叶下边界层湿度和温室气象数据之间的相互关系，提取影响叶下边界层湿度的温室气象因子和葡萄叶片特征数据；建立以温室环境常规气象因子和植物叶片特征为变量的叶下边界层湿度预测函数；建立从叶下边界层湿度到病情指数的预测模型。以叶下边界层湿度代替空气湿度作为气象模型输入参数，极大提高了模型准确度，并解决了现有模型主要针对露天栽培下葡萄霜霉病的气象预测，无法对设施葡萄霜霉病进行准确模拟的问题。
-
公开(公告)号：CN115032219A
公开(公告)日：2022-09-09
申请号：CN202210712914.5
申请日：2022-06-22
IPC: G01N23/2206 , G01N23/2251 , G01N23/04 , G01N23/20 , G06F30/20 , G06F113/08 , G06F119/08
Abstract: 本发明公开一种高温胁迫下番茄生长和品质影响因素检测方法及系统，包括：获取高温胁迫下番茄叶片的超微结构特征；基于超微结构特征，构建番茄叶片气体交换模型；基于番茄叶片气体交换模型，得到水分响应函数；基于水分响应函数，得到改进的番茄叶片气体交换模型；基于改进的番茄叶片气体交换模型，得到影响因素的调控机制。既可提高番茄叶片气体交换模型模拟精度，也可揭示高温胁迫不同阶段番茄叶片气体交换气孔和非气孔因素调控机制，并提高了检测结果的准确性。
-
公开(公告)号：CN112765148A
公开(公告)日：2021-05-07
申请号：CN202110143858.3
申请日：2021-02-02
Applicant: 南京信息工程大学
IPC: G06F16/215 , G06F16/28 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于改进SVM多分类的网络入侵检测方法，包括数据的获取和预处理，预处理主要是将数据经过清洗、标准化、归一化之后，得到适合应用的数据；数据的分类，并载入SVM分类器，将数据分为两组载入分类器，一组直接输出，一组则进入另一个步骤；BP决策，将SVM分类器中的一种结果载入进BP神经网络，利用神经网络来进一步确定数据的类型，得出分类结果。以往SVM分类器面对多分类问题决策复杂，步骤繁多，而直接应用BP神经网络实现分类则会出现大量冗余的计算过程。本发明简化了在多分类问题上，决策的步骤，节省了计算资源，可以更好的将分类结果呈现出来。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.035 seconds)
