公开(公告)号：CN118036887A

公开(公告)日：2024-05-14

申请号：CN202410213628.3

申请日：2024-02-27

Applicant: 安徽农业大学

Inventor： 辜丽川 ,  孙璧凡 ,  夏伦龙 ,  赵子豪 ,  王超 ,  何进 ,  杨子豪 ,  左蓓蓓

IPC: G06Q10/063 ,  G06Q10/04 ,  G06Q10/0639 ,  G06F18/24 ,  G06F18/25 ,  G06N20/10

Abstract: 本发明公开了一种生鲜农产品货架期品质智能管控与预警模型装置，涉及农产品品质管理技术领域，包括影响因素筛选模块，用于根据生鲜农产品货架期内外部环境因素数据，物流微环境下的生鲜农产品品控因素数据，生鲜农产品的货架期关键指标因素数据及温湿气振与品质变化的货架期因素数据，以及生鲜农产品的成长阶段对应的图像信息和气味信息，得到生鲜农产品的货架期预警模型的关键影响因素；样本集获取模块，用于根据所述关键影响因素数据集进行融合，得到支持向量机的样本集。本发明充分考虑到农产品品质的多指标及多指标之间的相互影响，兼顾模型的预测性能，可以实现农产品品质更为科学、具体、实用的管控。

公开(公告)号：CN117953374A

公开(公告)日：2024-04-30

申请号：CN202410098762.3

申请日：2024-01-24

Applicant: 安徽农业大学

Inventor： 王超 ,  彭承成 ,  夏伦龙 ,  彭辉 ,  杨子豪 ,  辜丽川 ,  何进 ,  蒋婷婷 ,  杨帅

IPC: G06V20/10 ,  G06V20/40 ,  G06V10/764 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06T7/277

Abstract: 本发明公开了一种灌木型农作物生长质量智能监测方法及系统，属于农作物生长监测技术领域。本发明包括如下步骤：S1、构建茶叶图像数据集；S2、设计算法及灌木型农作物目标检测；S3、构建灌木型农作物叶芽跟踪数据集：基于S1中所采集的茶树视频资料，对视频帧内每一叶芽目标进行逐帧标注，构建灌木型农作物叶芽跟踪数据集；S4、设计灌木型农作物叶芽跟踪方法；S5、设计灌木型农作物叶芽计数方法。本发明还进一步提出了与方法相匹配的智能监测系统。本发明应用了深度学习对灌木型农作物的生长状况进行监控，解决了大多依赖于农业从业者的经验判断，避免了人工检测劳动强度大，结果易受个人主观判断的影响，确保了评估的准确性和时效性。