-
Patent Agency Ranking
公开(公告)号：CN107622236B
公开(公告)日：2020-12-04
申请号：CN201710834223.1
申请日：2017-09-15
Applicant: 安徽农业大学
Abstract: 本发明公开了基于蜂群与梯度提升决策树算法农作物病害诊断预警方法，对服务器端病害库中的病害信息提取相应特征，利用GBDT算法训练并建立作物的病害关联模型；数据采集单元通过无线通信网络将叶片图像数据和墒情数据以单播方式上传至服务器；将数据采集单元上传的图像数据和墒情数据经特征提取，诊断病害的种类及预测病害发生趋势，服务器端将启动自动报警提示。本发明有益效果：本发明通过该诊断预警方法，获取农作物的图像数据和相关墒情数据，经蜂群算法优化特征集后采用GBDT算法训练生成病害关联模型，增强了病害诊断的准确性和召回率；通过无线传感网络的实时信息传输，可实时处理数据，实现病害的自动预测预警，一定程度上拓展预警时间范围。
-
公开(公告)号：CN108363294A
公开(公告)日：2018-08-03
申请号：CN201710056458.2
申请日：2017-01-26
Applicant: 安徽东方果园生物科技有限公司 , 安徽农业大学
IPC: G05B13/04
Abstract: 本发明公开一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统，方法如下：分布在车厢内的智能感知节点采集车厢内环境数据，数据通过ZigBee网络上传至汇聚节点后，集中上传至远程控制终端，并存入数据库；远程控制终端采用自动编码器算法(AutoEncoder)，结合支持向量机(SVM)，构建多维环境控制模型，以环境数据作为输入，训练优化模型，预测后续时间段的环境状态，实现封闭厢体内环境状态预警及控制。同时，汇聚节点比较环境数据与用户设置的环境阈值，进行实时的异常报警，以处理未能及时预测的环境异常。本发明实现动态环境信息的自动监测与预测，提供最优封闭厢体环境，降低能耗，最大程度保证农产品运输中的安全和质量。
-
公开(公告)号：CN105338661A
公开(公告)日：2016-02-17
申请号：CN201510415208.4
申请日：2015-07-13
Applicant: 安徽农业大学
Abstract: 本发明是提供一种以云端运算为架构使用数据融合演算设计的环境监控方法及装置，包括：在欲监控环境中布设多数个传感器节点以执行环境参数与信息的测量工作；建立具有网络伺服器的中心监视系统，以接收传感器节点数据并执行报警及储存等动作；在传感器网络设置数个汇聚节点以接收汇整数个测量目标相同的传感器节点的感测数据，再整合发送到中心监视系统的网络服务器；由局部资料融合手段对传感器节点、汇聚节点至少其中一未发送的数据进行融合以去掉冗余信息，令传输数据量精简化后再执行发送；由感测云端运算手段，将传感器节点、汇聚节点的定位信息通过节能管理与定位计算服务实时传回网络伺服器。
-
公开(公告)号：CN107622236A
公开(公告)日：2018-01-23
申请号：CN201710834223.1
申请日：2017-09-15
Applicant: 安徽农业大学
Abstract: 本发明公开了基于蜂群与梯度提升决策树算法农作物病害诊断预警方法，对服务器端病害库中的病害信息提取相应特征，利用GBDT算法训练并建立作物的病害关联模型；数据采集单元通过无线通信网络将叶片图像数据和墒情数据以单播方式上传至服务器；将数据采集单元上传的图像数据和墒情数据经特征提取，诊断病害的种类及预测病害发生趋势，服务器端将启动自动报警提示。本发明有益效果：本发明通过该诊断预警方法，获取农作物的图像数据和相关墒情数据，经蜂群算法优化特征集后采用GBDT算法训练生成病害关联模型，增强了病害诊断的准确性和召回率；通过无线传感网络的实时信息传输，可实时处理数据，实现病害的自动预测预警，一定程度上拓展预警时间范围。
-
-
-
Search Results
5
records
(took 0.031 seconds)
