-
公开(公告)号：CN116429796A
公开(公告)日：2023-07-14
申请号：CN202310485421.7
申请日：2023-05-04
Abstract: 本发明公开了一种非接触式便携高精度微波林木蛀干害虫检测系统，包括：数据收发模块、数据处理模块和数据显示模块；所述数据收发模块与所述数据处理模块、所述数据显示模块连接；所述数据收发模块，用于通过收到微波信号进行所述微波信号的发射和接收穿过林木的微波信号；所述数据处理模块，用于处理接收的所述穿过林木的微波信号，获取处理结果并发送给所述数据显示模块；所述数据显示模块，用于显示所述处理结果。本发明实现非接触式、实时监测、灵活安装、无损等特性，为林木蛀干虫害实时监测、定位提供了快速、准确的结果，满足无人系统搭载实时监测系统，无接触和无损林木虫害检测。
-
公开(公告)号：CN113051314A
公开(公告)日：2021-06-29
申请号：CN202110320130.3
申请日：2021-03-25
Applicant: 东北林业大学
IPC: G06F16/2458 , G06N3/04 , G06N3/08 , G06Q50/26
Abstract: 本发明属于松材线虫传播因子技术领域，具体涉及基于数据采集分析的松材线虫传播因子确定装置及其方法，通过设置松材线虫病的传播是多重因素互相作用的结果，采用数据收集分析，阐明可能引起松材线虫发生的传播因子，以期引起林业管理部门的重视，为研究有效的检疫防控方法提供理论参考，为制定科学的防治对策提供新思路。综合以上优点，松材线虫传播因子确定方法可以推断病虫害传播的动态规律，是做好防治工作的前提，根据各传播因子影响比重建立模型，基于模型对松材线虫传播的潜在规律进行探索，能够帮助人们在未来提前预知病虫害传播途径，从而在松材线虫的预防和治理工作中，做到快速和提前发现灾害，节省人力和成本，减少经济损失。
-
公开(公告)号：CN110031485A
公开(公告)日：2019-07-19
申请号：CN201910361040.1
申请日：2019-04-30
Applicant: 东北林业大学
Abstract: 一种树干内部蛀干害虫蛀道检测装置及其检测方法，属于树木检测领域。本发明提供一种自动的、测量数据多样、误差小、准确率高、成像效果好、便携轻量化、适应性广的树干内部蛀干害虫蛀道检测装置及其检测方法。本发明中，PCB控制模块设置在外壳内，外壳与弹力带通过弹力带接口可拆卸连接，弹力带上设置有天线接口，通过天线接口与天线固定连接，天线与PCB控制模块连接，电源为PCB控制模块供电；将弹力带套在树干上；通过PCB控制模块设置相应频率，调制产生所需同步脉冲信号，根据天线编号顺序发射入树干，形成回波信号；接收天线获得采集信号；通过连接电脑，完成对树干内部害虫蛀道的成像。本发明主要用于检测树木内部蛀道。
-
公开(公告)号：CN109213150A
公开(公告)日：2019-01-15
申请号：CN201810891125.6
申请日：2018-08-01
Applicant: 东北林业大学
IPC: G05D1/02
Abstract: 一种树木缺陷无损检测系统的天线控制平台，属于树木无损检测技术领域。本发明为了得到更加准确的树木内部缺陷无损检测结果，克服发射天线位置和接收天线位置固定不变导致检测结果不准确的缺陷，设计了一种树木缺陷无损检测系统的天线控制平台。包括运动部分和支撑部分，运动部分包括两辆自动循迹小车和两个天线搭载部分，支撑部分包括升降支架和轨道平面：轨道平面上设置有圆环状的循迹轨道，两辆自动循迹小车沿循迹轨道运动，每辆自动循迹小车上设置有天线搭载部分，发射天线和接收天线安装在天线搭载部分上；天线搭载部分用于放置发射天线和接收天线；所述轨道平面的下端面上设置有至少两个升降支架。本发明用于树木缺陷无损检测系统中。
-
公开(公告)号：CN102488622A
公开(公告)日：2012-06-13
申请号：CN201110387927.1
申请日：2011-11-29
Abstract: 药品剂量提醒仪，涉及一种药品剂量提醒仪，本发明的目的是为解决现有的药品提醒仪在定时提醒患者服药时不具备提示药品的服用剂量和药品名称这一问题。药品剂量提醒仪，它包括主机、识别装置和提示装置，所述的主机包括主控制器单元和存储模块；所述的存储模块用于存储所有药品的药品信息；所述识别装置用于获取药品的标识信息；所述的主控制器单元将药品的标识信息与所有药品的药品信息逐一比对，确定所述药品的服用信息，并通过提示装置提示；它还包括条形码生成装置，所述的条形码生成装置用于生成与药品相对应的条形码，所述的条形码能够被识别装置识别。本发明用于提醒患者安全正确的按剂量服用药品，并避免拿错药品或忘记用药的发生。
-
Patent Agency Ranking
公开(公告)号：CN118246596B
公开(公告)日：2025-03-28
申请号：CN202410334837.3
申请日：2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
Abstract: 本发明提出一种松材线虫病扩散蔓延预测方法，属于森林保护学技术领域。包括以下步骤：S1.收集松材线虫病历史发生数据，并存储为栅格数据，再将栅格数据转换为矢量数据；S2.获取松材线虫病的影响因子历史发生数据并对影响因子的相关性进行分析；S3建构基于松材线虫病的传染病动力学模型；S4.建构PGNN物理引导神经网络混合模型；S5.将松材线虫病历史发生数据和相关度强的影响因子数据输入至PGNN物理引导神经网络混合模型中，输出松材线虫病扩散蔓延情况。S6.基于遗传优化算法对PGNN物理引导神经网络模型参数进行优化，返回至S5；解决现有技术中存在的缺乏高效、准确的预测方法的技术问题。
-
公开(公告)号：CN119672517A
公开(公告)日：2025-03-21
申请号：CN202411633009.6
申请日：2024-11-15
IPC: G06V20/10 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于改进YOLO对梢斑螟森林病害程度检测方法，通过无人机获取自制梢斑螟虫蛀图像数据集预处理及分类，再将分类后的训练集和验证集输入到YOLOv7网络模型中进行训练和验证，添加CloFormer注意力增强局部特征模块、增加分类对比损失函数Focal Loss和小目标检测损失函数NWD(NormalizedWasserstein Distance)替换现YOLOv7网络模型中的损失函数，得到改进网络模型，基于训练集和验证集对改进网络模型进行模型训练，得到优化后的最终YOLO网络模型；利用最终YOLO网络模型对梢斑螟虫蛀数据集进行检测。经实验证明，本发明在各种光照条件下均能保持高精度检测，使YOLOv7模型在识别梢斑螟虫蛀树木方面达到了更高的准确度，有效解决了漏检问题。
-
公开(公告)号：CN118333231B
公开(公告)日：2025-02-14
申请号：CN202410589324.7
申请日：2024-05-13
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06Q10/067 , G06Q50/02 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 一种松材线虫病害传播预测方法、电子设备及存储介质，属于松材线虫病害预测技术领域。为提高松材线虫病害预测的准确性，本发明包括数据收集，包括疫木分布地区的历史病害发生数据和疫木分布地区的气象数据和地理信息数据；进行预处理，然后构建训练集、验证集和测试集；构建基于Kalman‑LSTM‑NGO组合的松材线虫病害传播预测模型，利用得到的训练集进行模型训练，利用验证集对模型进行验证调优和测试，利用测试集对模型进行预测，得到松材线虫病害传播预测结果进行可视化处理，用于帮助决策者根据可视化处理结果分析施肥、疏伐、采伐方面的措施，提出包括松树疫情监测、控制手段和资源分配的优化建议。本发明预测准确。
-
公开(公告)号：CN118777330A
公开(公告)日：2024-10-15
申请号：CN202410760206.8
申请日：2024-06-13
Applicant: 东北林业大学
Abstract: 一种野外活立木内部缺陷检测方法，属于树木病虫害检测技术领域。为提高树木病虫害的检测精度，本发明包括将检测平台围绕目标活立木拼合起来，连接线缆完成一种野外活立木内部缺陷检测成像装置的搭建；对检测平台环绕的目标活立木进行检测，首先设置发射天线、接收天线的初始位置，设置初始化参数，根据检测的活立木设置初始估测参数，然后固定发射天线，移动接收天线，进行电磁波无损检测，采集时域波形数据，传输到主控装置；主控装置对时域波形数据进行数据处理、转化，得到转化的频域波形数据；采用子空间优化算法进行目标活立木内部缺陷的电磁波成像；基于电磁波成像进行目标活立木内部缺陷的识别。本发明提高了成像的精度和分辨率。
-
公开(公告)号：CN118278575A
公开(公告)日：2024-07-02
申请号：CN202410462659.2
申请日：2024-04-17
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , G06N3/126 , G06N3/044 , G06N3/0442 , G06N3/08 , G06F17/18
Abstract: 本发明提出一种基于RNN的落叶松枯梢病扩散蔓延预测方法，属于森林保护学技术领域。包括：S1.收集落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据；S2.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据进行一一对应，提取病害显著影响的特征；S3.建构落叶松历史枯梢病预测模型；S4.基于鲸鱼优化算法最优化落叶松历史枯梢病预测模型的参数；S5.将落叶松历史枯梢病数据、落叶松分布地区气象数据和落叶松分布地理信息数据输入至落叶松历史枯梢病预测模型，输出落叶松枯梢病预测；S6.将落叶松枯梢病地区在地图上显示，可视化落叶松枯梢病。解决准确性不高、及时性不足的问题。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.025 seconds)
