“龙拥兵”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果64个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度信息的田间水稻叶龄识别方法-CN202310606955.0在审
发明人： 龙拥兵;魏康宁;李金豪;李钊荣;范志文;徐海涛;兰玉彬 -专利权人：华南农业大学
申请日： 2023-05-26 - 公布日： 2023-10-13 - 主分类号： G06V20/50 文献下载
摘要：本发明公开了一种基于深度信息的田间水稻叶龄识别方法，包括如下步骤：S1：获取训练集；所述训练集包括水稻彩色图像、水稻深度图像、气象数据、水稻品种以及水稻叶龄；S2：采用若干个训练集对叶龄模型进行训练，得到叶龄预测模型；其中，设置训练集中水稻彩色图像、水稻深度图像、气象数据和水稻品种为所述叶龄预测模型的输入数据，设置水稻叶龄为所述叶龄预测模型的输出数据；S3：采用叶龄预测模型进行水稻叶龄识别。本发明提供的一种基于深度信息的田间水稻叶龄识别方法，具有操作简便、效率高、准确度高等优点，为水稻种植提供科学依据和技术支持。
一种基于深度信息田间水稻识别方法

[发明专利]一种高光谱图像重建网络和方法-CN202310950070.2在审
发明人：赵静;刘文涛;龙拥兵;兰玉彬;谢自然 -专利权人：华南农业大学
申请日： 2023-07-31 - 公布日： 2023-10-10 - 主分类号： G06T15/00 文献下载
摘要：本发明公开了一种高光谱图像重建网络和方法，其中方法包括如下步骤：S1：将RGB图像输入通道扩张变换模块，得到输出特征立方体E1；通道扩张变换模块包括二维卷积层和第一Reshape函数；S2：将输出特征立方体E1输入三维深层特征提取模块，得到输出特征立方体E2；三维深层特征提取模块包括M个特征提取单元和相应M个特征融合单元通过上下采样按照U型网络连接而成；S3：将输出特征立方体E2输入光谱特征融合模块，得到重建高光谱图像；光谱特征融合模块包括三维卷积层和第二Reshape函数。本发明以深度可分离三维卷积为基础，对特征进行有效提取，并且能融合相邻通道的光谱信息进而提高重建算法的效果；同时该方法所述网络的参数量更少，所需内存更小。
一种光谱图像重建网络方法

[发明专利]一种基于yolov5x模型的水稻稻株高度测量方法-CN202310555177.7在审
发明人： 龙拥兵;李钊荣;周明;范志文;樊嘉文;李金豪;白书黛;兰玉彬 -专利权人：华南农业大学
申请日： 2023-05-16 - 公布日： 2023-09-29 - 主分类号： G06T7/60 文献下载
摘要：本发明提供了一种基于yolov5x模型的水稻稻株高度测量方法，方法包括以下步骤：数据采集，获得水稻不同生长时期的航拍图像以及不同生长时期的高度；数据处理，对采集的航拍图像进行处理，得到包括水稻稻株高程融合图像的数据集；获取数据集中第一区域的水稻稻株的高程像素值以及对应水稻稻株的真实高度值，并建立水稻稻株的真实高度与高程像素值之间的最小二乘线性回归模型；利用YOLOv5x模型对数据集中的第二区域的位置进行识别，获取识别位置的融合图像的高程像素值；将获取的高程像素值代入建立的最小二乘线性回归模型，得到识别位置的水稻稻株高度。该方法能够快速准确检测水稻稻株的高度，为研究判断水稻的生长情况提供有力支持。
一种基于 yolov5x 模型水稻高度测量方法

[发明专利]一种基于高光谱技术的水稻苗镉含量可视化预测方法-CN202310764896.X在审
发明人：邓海东;黎明;王少奎;高世龙;冯坤盛;邓魏琪;龙拥兵;徐海涛;赵静;王建华;兰玉彬 -专利权人：华南农业大学
申请日： 2023-06-27 - 公布日： 2023-09-26 - 主分类号： G16B5/00 文献下载
摘要：本发明公开了一种基于高光谱技术的水稻苗镉含量可视化预测方法。该方法包括：获取水稻苗高光谱数据；将水稻苗高光谱数据输入预测模型，得到可视化的水稻苗镉含量数据。本发明能够实现水稻苗镉含量可视化，得到的预测模型在实际应用中不会对陌生数据失效，而且可以在无损且快速的条件下进行镉含量可视化展示。
一种基于光谱技术水稻含量可视化预测方法

[发明专利]一种基于高光谱成像技术的稻米结实率检测方法-CN202310649041.2在审
发明人：邓海东;高世龙;冯坤盛;谢恩;邓魏琪;黎明;王少奎;龙拥兵;徐海涛;赵静;兰玉彬 -专利权人：华南农业大学
申请日： 2023-06-02 - 公布日： 2023-08-29 - 主分类号： G01N21/25 文献下载
摘要：本发明提供一种基于高光谱成像技术的稻米结实率检测方法，该方法包括：获取稻米高光谱图像；根据SelectKbest算法筛选稻米高光谱图像的特征波段；采用XGBoost算法构建稻米分类模型；采用稻米分类模型根据特征波段获取稻米的结实率。本发明能够使用高光谱技术对稻米进行成像，根据特定波段分析与稻米结实率的关系，进而针对特定波段数据实现稻米的无损、快速精准检测。
一种基于光谱成像技术稻米结实检测方法

[发明专利]基于Hadoop与U-Net无人机遥感荔枝树冠图像并行分割方法-CN202310625044.2在审
发明人：王建华;熊弘依;肖艺铭;肖方军;洪利聪;吴波飞;黄仁欢;周锦锋;龙拥兵;兰玉彬 -专利权人：华南农业大学
申请日： 2023-05-30 - 公布日： 2023-08-25 - 主分类号： G06T7/10 文献下载
摘要：本发明涉及荔枝树冠并行化分割技术领域，尤其涉及一种基于Hadoop与U‑Net无人机遥感荔枝树冠图像并行分割方法，其包括以下步骤：S1.获取荔枝树树冠图像，标注荔枝树冠及荔枝树树冠背景，分为训练集和测试集；S2.得到树冠分割模型；S3.评估树冠分割模型，选出最优树冠分割模型权重；S4.搭建Hadoop完全分布式平台；S5.将最优树冠分割模型权重的文件上传到Hadoop完全分布式平台，并且将海量待分割的荔枝树冠图像上传分布式文件系统HDFS；S6.荔枝树冠图像被分配到MapReduce程序的每个map阶段且利用python工具包对荔枝树冠图像进行格式转换，加载训练完之后该U‑Net模型架构的权重的文件，实现荔枝树冠图像并行化分割，其能够快速提高荔枝树冠分割效率，实现对荔枝冠层信息的快速观察。
基于 hadoop net 无人机遥感荔枝树冠图像并行分割方法

[发明专利]基于Spark和深度学习的荔枝品种鉴别与分类方法-CN202310625362.9在审
发明人：王建华;肖艺铭;熊弘依;肖方军;吴波飞;黄仁欢;洪利聪;周锦锋;龙拥兵;兰玉彬 -专利权人：华南农业大学
申请日： 2023-05-30 - 公布日： 2023-08-25 - 主分类号： G06V20/68 文献下载
摘要：本发明涉及荔枝品种自动化识别与分类技术领域，尤其涉及基于Spark和深度学习的荔枝品种鉴别与分类方法，其步骤：S1.获取各个品种荔枝RGB图像数据，划分为训练集和测试集；S2.构建Resnet34_CBAM识别模型；S3.基于训练集训练识别模型，保留表现最优识别模型；S4.搭建Spark集群和Hadoop集群，同时配备AnalyticsZoo，将最优识别模型通过AnalyticsZoo部署于Spark集群和Hadoop集群中；S5.读入海量荔枝图像并存放于Hadoop集群的分布式文件系统HDFS中，按类别写回HDFS，实现海量荔枝图像分布式一键分类。该方法更快得到全局最优值，且使得荔枝鉴别的识别模型的收敛效果稳定，能够快速提升算法的运行效率。
基于 spark 深度学习荔枝品种鉴别分类方法

[发明专利]基于大数据无人机遥感图像的并行分割方法、设备和介质-CN202310499071.X在审
发明人：王建华;熊弘依;肖艺铭;肖方军;洪利聪;吴波飞;黄仁欢;周锦锋;龙拥兵;兰玉彬 -专利权人：华南农业大学
申请日： 2023-05-05 - 公布日： 2023-08-08 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种基于大数据无人机遥感图像的并行分割方法、设备和介质，属于遥感图像分割技术领域，该基于无人机遥感图像的分割方法，包括以下步骤：获取目标图像，并将所述目标图像转换成二进制文本文件；读取所述二进制文本文件，并将所述二进制文本文件生成弹性分布数据集；改写图像分割算法并生成传递函数，根据所述弹性分布数据集构建新的弹性分布数据集；当触发操作指令后，运行图像分割算法，并行处理所述新的弹性分布数据集，并输出处理结果，完成大规模图像的并行分割操作。本申请提供的方案，通过Spark+图像分割算法进行集群式并行分割操作，能够对无人机拍摄的海量图像进行快速有效的分割处理，极大地缩短处理时间，提高了效率。
基于数据无人机遥感图像并行分割方法设备介质

[发明专利]一种基于注意力机制和稠密网络的高光谱重建方法和存储介质-CN202310137833.1在审
发明人：赵静;刘禹;龙拥兵;兰玉彬;谢自然;刘文涛 -专利权人：华南农业大学
申请日： 2023-02-20 - 公布日： 2023-06-30 - 主分类号： G06T5/50 文献下载
摘要：本发明涉及高光谱图像采集技术领域，尤其涉及一种基于注意力机制和稠密网络的高光谱重建方法和存储介质，该方法包括S1、将原始RGB图像输入浅层特征提取模块，进行浅层特征提取，输出特征图像T1；S2、将特征图像T1输入深层特征提取模块，输出特征图像T2，其中深层特征提取模块由若干个稠密注意力模块连接构成，每个稠密注意力模块由一个注意力模块和一个稠密模块组成；S3、将特征图像T2输入光谱特征重组模块，输出高光谱图像T3；S4、计算真实高光谱图像数据G和重建的高光谱图像T3的误差，优化高光谱重建网络的权重，该方法能同时关注通道信息和光谱信息，以及对不同特征的进行不同的融合重建。
一种基于注意力机制稠密网络光谱重建方法存储介质

[发明专利]一种基于实例和语义分割的单株荔枝红叶梢分割方法-CN202310290897.5在审
发明人： 龙拥兵;白书黛;范志文;李金豪;李钊荣;樊嘉文;周金鑫;匡润;徐海涛;邓海东;兰玉彬 -专利权人：华南农业大学
申请日： 2023-03-22 - 公布日： 2023-06-23 - 主分类号： G06V10/26 文献下载
摘要：本发明提供一种基于实例和语义分割的单株荔枝红叶梢分割方法，属于计算机视觉技术领域，该方法包括：采集荔枝树图片；将荔枝树图片裁剪为多株荔枝树冠层图片与多株荔枝树红叶梢图片；使用Mask R‑cnn网络模型对多株荔枝树冠层图片进行实例分割，通过阈值法将单株荔枝树冠层分割出来；使用改进的语义分割模型U‑Net‑Senet和U‑Net‑CBAM将单株荔枝树冠层的红叶梢部分分割出来。本发明能够实现单株荔枝树冠层及红叶梢像素级别的分割，提升了每类别分割的精确性。
一种基于实例语义分割荔枝红叶方法

[发明专利]一种高光谱遥感图像重建方法-CN202310034956.2在审
发明人：赵静;吕金胜;龙拥兵;兰玉彬;刘文涛;谢自然 -专利权人：华南农业大学
申请日： 2023-01-10 - 公布日： 2023-05-26 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种高光谱遥感图像重建方法，包括：采集高光谱遥感图像；对所述高光谱遥感图像依次进行几何校正和消除运动模糊处理；获得预处理的高光谱遥感图像；将预处理的高光谱遥感图像合成为对应的RGB图像，构建训练数据集；采用训练数据集对密集连接卷积神经网络模型进行训练，直至所述密集连接卷积神经网络模型收敛得到优化的密集连接卷积神经网络模型；将待重建的RGB图像输入优化的密集连接卷积神经网络模型，即可输出对应的高光谱遥感图像。本发明能够提高光谱重建精度，同时密集连接卷积神经网络模型更加轻量化，计算量小，密集连接卷积神经网络模型训练时间大幅度减少，可实现高光谱遥感图像的实时重建，提高其适用范围。
一种光谱遥感图像重建方法

[实用新型]一种透视颜色可调的半透明有机太阳能电池-CN202223279961.X有效
发明人： 龙拥兵;赵俊伟;高富豪;周金鑫;徐海涛;邓海东;兰玉彬 -专利权人：华南农业大学
申请日： 2022-12-06 - 公布日： 2023-05-05 - 主分类号： H10K30/50 文献下载
摘要：本实用新型公开一种透视颜色可调的半透明有机太阳能电池，包括自下而上依次排列的透明底电极层、电子传输层、有机活性层、空穴传输层、第一金属电极层、第二金属电极层和一维光子晶体，其中，所述一维光子晶体为周期性交替排列结构的均匀介质薄膜；所述第二金属电极层与所述一维光子晶体构成光学塔姆态，其中，所述的光学塔姆态的耦合条件为调控电池器件在可见光区范围的透过率光谱谱峰的中心波长和半峰宽，实现对电池器件的透视颜色的连续可控调节。
一种透视颜色可调半透明有机太阳能电池

[发明专利]一种羽衣甘蓝的多种营养成分检测方法及处理终端-CN202211378957.0在审
发明人： 龙拥兵;姚志杰;谭杰挥;汤新宇;李松浩;巫彬芳;梁俊涛;白书黛;匡润;徐海涛;邓海东;兰玉彬 -专利权人：华南农业大学
申请日： 2022-11-04 - 公布日： 2023-04-07 - 主分类号： G01N21/31 文献下载
摘要：本发明公开了一种羽衣甘蓝的多种营养成分检测方法及处理终端，该方法包括：获取待测羽衣甘蓝的高光谱图像；将高光谱图像输入CARS‑PLSR模型，CARS‑PLSR模型输出羽衣甘蓝的多种营养成分的含量。本发明提出一种羽衣甘蓝的多种营养成分检测方法及处理终端，结合机器学习对羽衣甘蓝体内多种营养成分进行检测。将高光谱成像技术引入到人工光植物工厂的实际生产过程中，实时检测羽衣甘蓝的多种营养成分，为人工光植物工厂羽衣甘蓝的种植生产提供指导。
一种羽衣甘蓝多种营养成分检测方法处理终端

[发明专利]一种茶叶干燥过程中的水分含量预测方法及处理终端-CN202211378130.X在审
发明人： 龙拥兵;汤新宇;梁俊涛;姚志杰;白书黛;袁宇翔;匡润;徐海涛;邓海东;兰玉彬 -专利权人：华南农业大学
申请日： 2022-11-04 - 公布日： 2023-03-28 - 主分类号： G01N21/3554 文献下载
摘要：本发明公开了一种茶叶干燥过程中的水分含量预测方法及处理终端，该方法包括：构建单批次机器学习训练的数据集；将训练数据集划分为校正集和预测集，通过新增不同批次样本数据集归并到原数据集形成新的数据集进行训练以更新模型参数，以评价函数作为目标函数来挑选最优的模型参数；将CARS‑I CA算法进一步集成到PLSR回归模型中，通过PLSR回归模型预测得到各批次茶叶水分含量。本发明提出一种茶叶干燥过程中的水分含量预测方法及处理终端，大大扩展了技术应用场景，不再是以往根据茶叶生长的气候和环境变化而每年重建模型以及调整参数，而是通过特征光谱选择校正变量参数和新增多批次样本量以建立增量型的训练数据集，利用该数据集来优化模型参数实施预测。
一种茶叶干燥过程中的水分含量预测方法处理终端

[发明专利]一种植物果实中维生素C的活体微创检测装置及方法-CN202211577010.2在审
发明人： 龙拥兵;施玉峰;栗云鹏;巫彬芳;周华;匡润;陈印超;徐海涛;邓海东;兰玉彬 -专利权人：华南农业大学
申请日： 2022-12-09 - 公布日： 2023-03-17 - 主分类号： G01N27/416 文献下载
摘要：本发明公开一种植物果实中维生素C的活体微创检测装置及方法，该装置包括壳体、负压检测区、导流管、丝网印刷电极、电化学信号检测仪以及气泵；其中，所述负压检测区设置在所述壳体的上端，该负压检测区与所述气泵的进气口连通，所述气泵设置在壳体的内部；所述丝网印刷电极设置在所述负压检测区上，该丝网印刷电极与所述电化学信号检测仪连接；所述导流管的下端与所述负压检测区连通，用于插入植物果实中吸取汁液，将汁液导入丝网印刷电极上。该活体微创检测装置可以实现对植物果实中的维生素C进行活体微创检测，检测精度高，操作简单，提高了检测效率，降低检测成本，实现果实生长过程的全周期检测。
一种植物果实维生素活体检测装置方法

1
2
3
4
5
下一页»
尾页
共 64 条