一种结合微波遥感与火灾蔓延模拟的森林火灾风险评估方法

    公开(公告)号:CN119475955A

    公开(公告)日:2025-02-18

    申请号:CN202411327196.5

    申请日:2024-09-23

    Abstract: 本发明公开了一种结合微波遥感与火灾蔓延模拟的森林火灾风险评估方法,该发明包括以下步骤:综合微波遥感数据,选取影响森林火灾发生概率的驱动因子;基于选取的驱动因子建立时间序列数据集,构建基于深度学习的森林火灾发生概率预测模型;通过元胞自动机‑蒙特卡罗模拟方法,模拟火灾蔓延过程,计算潜在燃烧概率;结合火灾发生概率和潜在燃烧概率综合评估森林火灾风险。本发明提供的森林火灾风险综合评估方法,具有准确性高和预见性强等优点,模型能够捕捉到火灾发生前一段时间内气象和植被等因素的趋势和变化,更好地关注驱动因子中的重要特征,综合评估森林火灾风险的方法对火灾高风险地区的识别更加准确,为林火管理提供更科学准确的信息。

    一种基于深度学习的大菊品种图像识别方法

    公开(公告)号:CN110287882A

    公开(公告)日:2019-09-27

    申请号:CN201910559352.3

    申请日:2019-06-26

    Abstract: 本发明公开了一种基于深度学习的大菊品种图像识别方法。该方法设计了基于深度卷积神经网络的菊花品种分类网络。本发明具体包括如下步骤:(1)拍摄菊花图像,建立图像数据集;(2)图像预处理,将原始图像缩放为256×256,在缩放后每张图像随机裁剪10幅大小为224×224的图像;(3)使用ResNet50深度卷积网络模型作为预训练模型,将训练集输入网络进行训练;(4)利用服务器运行ResNet50模型提取训练集图像的特征;(5)训练菊花品种分类器模型;(6)将校验集输入到模型中进行品种分类,计算识别精度并输出识别的品种名。本发明能够辅助专家学者以及大众识别和鉴赏大菊,为大菊品种识别提供新的方案。

    一种拟南芥轮廓表型的检测方法

    公开(公告)号:CN103471523B

    公开(公告)日:2016-07-06

    申请号:CN201310456227.2

    申请日:2013-09-30

    Abstract: 一种拟南芥轮廓表型的检测方法,该方法具体包括:在拟南芥的种植盆中,放置标定板,利用相机采集拟南芥的RGB图像;对采集后的图像进行预处理,实现图像的自动校正和标定,其中图像校正是为了校正图像的畸变,图像标定是为了获得单位像素的真实尺寸;对预处理后的图像进行分割,将拟南芥与背景分割,从图像中提取出来;分割出拟南芥图像之后,提取拟南芥的轮廓表型参数,用椭圆傅里叶描述子定量地描述其整体轮廓。通过对整体轮廓表型参数的分析,可以描述不同基因的拟南芥在整体轮廓形态和生长取向上面的差异,从而可以推断出不同基因的功能及对拟南芥植物的影响。

    一种拟南芥区域表型的检测方法

    公开(公告)号:CN103591887B

    公开(公告)日:2016-06-15

    申请号:CN201310456213.0

    申请日:2013-09-30

    Abstract: 一种拟南芥区域表型的检测方法,该方法具体包括:在拟南芥的种植盆中,放置标定板,利用相机采集拟南芥的RGB图像;对采集后的图像进行预处理,实现图像的自动校正和标定,其中图像校正是为了校正图像的畸变,图像标定是为了获得单位像素的真实尺寸;对预处理后的图像进行分割,将拟南芥与背景分割,从图像中提取出来;提取拟南芥的区域表型参数,包括总面积、矩形度、圆度率、紧实性、周长凹凸比、偏心性以及对称性。表型参数总面积用来反映拟南芥的大小,表型参数矩形度、圆度率、紧实性、周长凹凸比、偏心性以及对称性用来反映拟南芥的区域形态。通过这些表型参数描述不同基因的拟南芥在大小和区域形态上面的差异,从而可以推断出不同基因的功能及对拟南芥植物的影响。

    上下肢康复训练机器人
    5.
    发明授权

    公开(公告)号:CN102247258B

    公开(公告)日:2013-09-04

    申请号:CN201110087599.3

    申请日:2011-04-08

    Abstract: 本发明提出了一种上下肢综合康复训练机器人,它由箱体、减速机构、臂托机构、摆动及缓冲机构及其它辅助构件组成。减速机构包括了锥齿轮传动、圆柱直齿轮传动、同步带传动。臂托机构由臂托架和滑块组成,滑块可以沿安装在箱体上的导轨滑动。摆动及缓冲机构由摆动连杆、套筒、弹簧、套筒盖、缓冲杆、拉杆、托板、把手组成。直流伺服电机通过减速机构带动摆动及缓冲机构运动。缓冲杆可以在把手的带动下克服弹簧力在套筒内做往复运动,从而减轻对手腕(或踝)关节的冲击。本发明可以用于上肢或下肢的康复训练,同时又有主动和被动两种工作方式。

    一种真实场景下野生动物姿态估计方法

    公开(公告)号:CN117912116B

    公开(公告)日:2024-07-02

    申请号:CN202410101315.9

    申请日:2024-01-24

    Abstract: 本发明公开了一种真实场景下野生动物姿态估计方法,属于野生动物监测保护技术领域。本发明旨在对复杂环境下的动物姿态进行估计,能够适用于大部分真实场景,有效避免了对数据集的重复训练,具体包括:S1、构建动物姿态估计图像的数据集,并基于风格迁移对所构建的数据集进行处理;S2、基于组白化操作,构建基于热图生成的自由简单基线姿态估计模型,利用所述模型生成热图,利用热图完成模型训练;S3、对模型进行修正,设计坐标表征方法和热图解码方法;S4、采用轻量化的姿态估计网络解码架构,完成真实场景下野生动物姿态的估计。本发明以深度学习的野生动物姿态估计方法为主体,最终可以实现对复杂环境下野生动物的监测、调查和保护工作。

    一种真实场景下野生动物姿态估计方法

    公开(公告)号:CN117912116A

    公开(公告)日:2024-04-19

    申请号:CN202410101315.9

    申请日:2024-01-24

    Abstract: 本发明公开了一种真实场景下野生动物姿态估计方法,属于野生动物监测保护技术领域。本发明旨在对复杂环境下的动物姿态进行估计,能够适用于大部分真实场景,有效避免了对数据集的重复训练,具体包括:S1、构建动物姿态估计图像的数据集,并基于风格迁移对所构建的数据集进行处理;S2、基于组白化操作,构建基于热图生成的自由简单基线姿态估计模型,利用所述模型生成热图,利用热图完成模型训练;S3、对模型进行修正,设计坐标表征方法和热图解码方法;S4、采用轻量化的姿态估计网络解码架构,完成真实场景下野生动物姿态的估计。本发明以深度学习的野生动物姿态估计方法为主体,最终可以实现对复杂环境下野生动物的监测、调查和保护工作。

    一种多工序加工机构
    8.
    发明公开

    公开(公告)号:CN110227945A

    公开(公告)日:2019-09-13

    申请号:CN201910386579.2

    申请日:2019-05-09

    Abstract: 本发明提供了一种多工序加工机构,属于组合工具或多用途工具领域。为解决目前多工序加工流程复杂耗时长的问题,所述多工序加工机构利用槽轮机构实现一次夹持多次加工的特点使各工序间消耗工时和人力大大降低。该机构包括槽轮机构和对工件进行夹持和加工装置,槽轮机构控制工件在各工位间的移动和在工位上的停留,与槽轮固连的夹持装置还扩大了不同工位间的空间间隔,可实现多工件同时在不同工位进行不同工序的顺序加工。本多工序加工机构可以极大地降低成本,提高加工效率。

    一种拟南芥区域表型的检测方法

    公开(公告)号:CN103591887A

    公开(公告)日:2014-02-19

    申请号:CN201310456213.0

    申请日:2013-09-30

    Abstract: 一种拟南芥区域表型的检测方法,该方法具体包括:在拟南芥的种植盆中,放置标定板,利用相机采集拟南芥的RGB图像;对采集后的图像进行预处理,实现图像的自动校正和标定,其中图像校正是为了校正图像的畸变,图像标定是为了获得单位像素的真实尺寸;对预处理后的图像进行分割,将拟南芥与背景分割,从图像中提取出来;提取拟南芥的区域表型参数,包括总面积、矩形度、圆度率、紧实性、周长凹凸比、偏心性以及对称性。表型参数总面积用来反映拟南芥的大小,表型参数矩形度、圆度率、紧实性、周长凹凸比、偏心性以及对称性用来反映拟南芥的区域形态。通过这些表型参数描述不同基因的拟南芥在大小和区域形态上面的差异,从而可以推断出不同基因的功能及对拟南芥植物的影响。

    一种轮腿结合移动机器人
    10.
    发明公开

    公开(公告)号:CN102407893A

    公开(公告)日:2012-04-11

    申请号:CN201110258031.3

    申请日:2011-09-02

    Abstract: 本发明提出了一种轮腿结合移动机器人,涉及机器人技术领域。它由车体框架系统、主动轮单元、从动轮单元、腿式结构单元、轮式升降结构、电源、控制系统等组成。车体框架系统采用了角铝与方形铝管支撑结构,采用底板与电源罩相结合的方式保护电源与控制电路。前、后轮运动单元布置于车体左右两侧,四个腿式结构运动单元分别布置于车体的前后两端。前轮单元采用直流伺服电机驱动,为主动轮,后轮单元为从动轮。轮式升降结构由直流伺服电机、弹性联轴器、直齿轮、转轴、防护罩以及必要的电机支架组成。电源由两个蓄电池组成。控制系统采用DSP和单片机的两级控制方案。本发明可以在平坦及复杂的路面上行驶,对非结构化环境具有良好的适应性。

Patent Agency Ranking