-
题名基于树莓派和LabVIEW的嵌入式农业
被引量：2
- 1
-
-
作者
付铂瑞
陈甲平
-
机构
武汉城市学院
-
出处
《电子设计工程》
2023年第20期119-123,共5页
-
基金
2021地方高校国家级大学生创新创业训练计划项目(202113235002)。
-
文摘
智慧农业是一种基于新技术的创新型农业,旨在简化智慧农业的运行过程。该文的目标在于减少农业化生产所消耗的资源,并且使其发挥最大效率,智慧农业提供了一个智能控制的温室条件,这样就能有效提高产物的质量。在实验过程中所需要的环境参数等是通过多个传感器进行测量的,并录入数据库系统中,由系统根据大数据的环境参数修改温室条件,使每种作物都能处于最有利的生长环境。数据库中的数据将通过消息队列遥测传输(MQTT)协议Android应用程序在农场中实现,这样就能使用户的农业生产问题大量减少,生产力也能得到提高。现如今,发达的网络化平台可以将所有用户都联系到一起,并会邀请一些农业方面的专业人士加入进来,解决在智慧农业操作中遇到的诸多问题,并提供行之有效的解决方案,以此来减少用户的工作量。
-
关键词
精准农业
Raspberry
pie
传感器
MQTT
LABVIEW
-
Keywords
precision agriculture
Raspberry pie
sensor
MQTT
LabVIEW
-
分类号
TN92
[电子电信—通信与信息系统]
-
-
题名深层缩聚—激发残差网络的植物叶片识别方法
- 2
-
-
作者
杨华勇
李润林
付铂瑞
-
机构
武汉城市学院信息工程学部
-
出处
《软件导刊》
2023年第3期189-195,共7页
-
基金
教育部产学研协同育人项目(202101017029)
地方高校国家级大学生创新创业训练计划项目(202113235002)
湖北省高等学校优秀中青年科技创新团队计划项目(T2022060)。
-
文摘
在植物叶片识别中,叶片的形状通常具有小的类间差异和大的类内变化,给其准确识别带来了很大挑战,由此提出一种基于深层缩聚—激发网络的高精度植物叶片识别方法。在深层残差神经网络基础上,首先通过缩聚与激发操作,学习出每个卷积通道在分类任务中的重要程度,然后根据重要程度重新调整每个通道的权重,从而实现对相应通道进行抑制和提升。在经典的叶片识别数据集Flavia上进行评估,结果表明,该方法在识别精度和对噪声鲁棒性方面均优于其他经典方法,而且在复杂条件下的平均识别精度可达到97.75%。
-
关键词
叶片识别
卷积神经网络
残差
缩聚—激发
重配权重
-
Keywords
leaf recognition
convolutional neural networks(CNNs)
residual
squeeze-and-excitation
rescale weight
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
