公开(公告)号：CN119534325A

公开(公告)日：2025-02-28

申请号：CN202411715432.0

申请日：2024-11-27

Applicant: 东北农业大学

Inventor： 曹晓达 ,  宋伟先 ,  曹宇婷 ,  谭克竹

IPC: G01N21/01 ,  B01L9/00 ,  B01L9/02 ,  B01D46/10 ,  G01N21/88 ,  H05K7/20

Abstract: 本发明公开了一种农业物料图像采集实验台，包括采集箱，所述采集箱的内部设置有支撑样品的样品放置板，且采集箱的顶端开口；抽拉支撑部件，所述抽拉支撑部件包括安装于采集箱内底部的基座，设置于样品放置板底部的滑条，开设于基座内底部供滑条滑动的滑槽；上箱体，所述上箱体拆装设置于采集箱的顶部，且上箱体和采集箱上设置有限定部件，该限定包括设置于上箱体底部的限定块，开设于采集箱顶部供限定块插入的限定槽，设置于限定槽内侧面并抵接于限定块上的肋片；本发明的有益效果是：通过设计的抽拉支撑部件，增加样品放置板向外抽拉以及放置的便利，提高用户使用的便利；通过设计的限定部件，增加上箱体和采集箱拼接的限定。

公开(公告)号：CN116224870A

公开(公告)日：2023-06-06

申请号：CN202310188596.1

申请日：2023-03-02

Applicant: 东北农业大学

Inventor： 王浩 ,  李鸿博 ,  陈泽瑞 ,  龚鑫晶 ,  张喜海 ,  张宇 ,  孟繁锋 ,  张茹雯 ,  郭锐超 ,  宋伟先

IPC: G05B19/042

Abstract: 本发明提供一种基于多网络融合和植物光合作用反馈的智慧种植环境控制系统及方法，属于植物工厂的环境调控技术领域。为解决反馈控制将环境参数控制保持在某一个精确的点上，高精度的控制策略伴随着高能耗，且高精度的环境控制并不适用温室环境控制的问题。本发明系统包括：多协议无线网络、植物光合作用反馈控制子系统和环境监测与调控子系统；环境监测与调控子系统用于温室环境的监测与控制；植物光合作用反馈控制子系统用于根据温室环境信息数据反馈控制温室环境，使环境参数达到满足作物生长的最适条件，最大程度上节约电能。多协议无线网络包括主节点及ZigBee、LoRa以及Cat 1三种双向通信无线网络，通过混合组网的形式使网络更加灵活、扩展性更强。

公开(公告)号：CN107945182A

公开(公告)日：2018-04-20

申请号：CN201810001661.4

申请日：2018-01-02

Applicant: 东北农业大学

Inventor： 张喜海 ,  乔岳 ,  孟繁锋 ,  张明明 ,  许绥佳 ,  李想 ,  赵语杭 ,  范成国 ,  宋伟先 ,  许永花

IPC: G06T7/00 ,  G06T7/10 ,  G06T3/60 ,  G06K9/46 ,  G01N21/88 ,  G06N3/04

CPC classification number: G06T7/0002 ,  G01N21/8851 ,  G01N2021/8466 ,  G01N2021/8887 ,  G06K9/46 ,  G06N3/0454 ,  G06T3/60 ,  G06T7/10 ,  G06T2207/20084 ,  G06T2207/30188

Abstract: 基于卷积神经网络模型GoogleNet的玉米叶片病害识别方法，本发明涉及玉米叶片病害识别方法。本发明为了解决现有玉米叶片病害识别技术中网络模型参数较多、病害种类识别精确度低的缺点。本发明包括：一：进行玉米叶片图像数据集的收集，将收集的玉米叶片图像数据集进行扩大后，进行图像数据集的预处理；预处理后的图像数据集分为训练集和测试集；二：将训练集和测试集输入到卷积神经网络模型GoogleNet中利用第一个分类器进行训练和测试，得到优化的卷积神经网络模型GoogleNet；三：将测试集输入优化后的卷积神经网络模型GoogleNet中，完成对玉米叶片病害种类的识别。本发明用于图像识别技术领域。

公开(公告)号：CN107192677A

公开(公告)日：2017-09-22

申请号：CN201710344048.8

申请日：2017-05-16

Applicant: 东北农业大学

Inventor： 谭克竹 ,  陈月华 ,  刘瑶 ,  宋伟先 ,  曹晓达 ,  聂语

IPC: G01N21/27

CPC classification number: G01N21/27 ,  G01N2201/1296

Abstract: 基于高光谱及BP神经网络的大豆异黄酮含量检测系统及方法，它涉及一种大豆异黄酮含量检测系统及方法，具体涉及一种基于高光谱及BP神经网络的大豆异黄酮含量检测系统及方法。本发明为了解决现有技术检测方法检测周期长、破换样本、造成环境污染以及无法实现在线检测的问题。本发明所述检测系统包括系统支架、电源、移动平台控制器、移动平台、载物台、至少一个光源、光谱摄像机和分析计算机，电源、移动平台控制器、移动平台、载物台、至少一个光源、光谱摄像机由下至上依次安装在系统支架内，移动平台控制器控制移动平台水平直线移动，光谱摄像机通过数据线与分析计算机连接，大豆样本放置在载物台的上表面。本发明属于农产品检测方法领域。

公开(公告)号：CN106598070A

公开(公告)日：2017-04-26

申请号：CN201611153715.6

申请日：2016-12-14

Applicant: 东北农业大学

Inventor： 张喜海 ,  宋伟先 ,  范成国 ,  许绥佳 ,  乔岳 ,  杜佳丽 ,  刘东 ,  房俊龙 ,  王梓璇

IPC: G05D1/10 ,  B64D1/18

Abstract: 本发明涉及一种农用植保无人机喷施过程中多障碍、小障碍下的避障方法及无人机，属于无人机飞行路线规划领域。为了解决现有技术的无人机喷施飞行路线规划方法未能选择适合无人机机动特性的避障路径，未考虑到无人机需飞回原路线进行喷施，而导致重喷漏喷面积过多的缺点。植保无人机喷施过程中多障碍下的避障方法包括：将飞行路径的起点和终点连接，形成一条直线段；判断直线段是否与障碍圆相交；若相交，生成与直线段和障碍圆同时相切的最小转弯圆,根据直线段、障碍圆以及最小转弯圆确定复数个可选的飞行路径；根据飞行路径的长度及重喷漏喷面积所计算出的适应值大小来选出最佳的飞行路径。本发明适用于农用植保无人机喷施作业过程的航线规划。