CN101938512A - 基于物联网的农作物病虫害图像信息自动监测系统 - Google Patents
基于物联网的农作物病虫害图像信息自动监测系统 Download PDFInfo
- Publication number
- CN101938512A CN101938512A CN2010102536354A CN201010253635A CN101938512A CN 101938512 A CN101938512 A CN 101938512A CN 2010102536354 A CN2010102536354 A CN 2010102536354A CN 201010253635 A CN201010253635 A CN 201010253635A CN 101938512 A CN101938512 A CN 101938512A
- Authority
- CN
- China
- Prior art keywords
- diseases
- internet
- pests
- automatic monitoring
- agronomic crop
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明提供了一种基于物联网的农作物病虫害图像信息自动监测系统,包括无线图像传感器网络、无线移动通信网络终端、农作物病虫害图像自动监测中心,所述无线图像传感器网络通过无线移动通信网络与无线移动通信网络终端连接,无线移动通信网络终端通过互联网与农作物病虫害图像自动监测中心连接。本发明的设计与实现是“村村通”互联网覆盖的延伸,是“农村信息直通车工程”在农作物病虫害自动监测信息方面的应用,值得推广使用。
Description
技术领域
本发明属于物联网应用领域,特别是涉及基于物联网的农作物病虫害图像信息自动监测系统。
背景技术
物联网是一种新型的网络架构,其核心技术可以归结为无线传感器网络技术。无线传感器网络具有低成本、低功耗、方便扩展等优点,它网络结构灵活多变,传感检测范围广,无需接线即可随时增加监测点。因此,无线传感器网络在军事、工业、农业、医学、家居生活及娱乐方面有广阔的应用前景。
随着智能化技术的发展,人工智能将是世纪农业工程发展的重点。专家系统的研究是从20世纪60年代伴随着人工智能发展起来的。农业专家系统的研究始于20世纪70年代末期,利用专家系统辅助防治植物的病虫害是专家系统应用较早的领域。
目前,在植保领域应用的专家系统种类基本上以模型专家系统和数据库专家系统为主,它们主要以互联网作为服务平台,为用户提供有关植物病虫草害的诊断、预测预报、综合治理及植物检疫、农药管理等方面的服务。
目前各省市政府广泛建立的“农业技术推广网站”,利用互联网技术推广农业技术信息。但这种农业信息化方式不能满足农业高速发展的要求:
(1)问题查询的速度慢。农民不能在耕种现场进行即时查询;另外,网站普遍缺乏专业技术人员,令网站不能及时回应农民的查询问题。
(2)使用门槛高。农户必须拥有已接入互联网的计算机,必须掌握基本的计算机及互联网使用知识。
(3)最新的农业技术传播和应用周期长、速度慢。农户必须主动登录网站检索是否有最新的信息,妨碍了新技术的传播应用。
农作物病虫害农业专家系统为用户提供一个病虫害咨询平台,用户能自行在线查询病虫害的相关信息,解决了上述第一个问题。但在农作物病虫害识别方面,目前的农业专家系统仍然停留在人工的阶段,利用图像识别可很好解决该问题。
然而图像识别是图像处理中最为复杂的技术,利用图像识别技术能自动判断图像所包含的物体的身份,获取对象信息,在指纹识别、头像识别、车辆识别等方面有十分广泛的用途。由于农作物病虫害形态多变,不同的病害、虫害可能具有相似的图像特征,识别难度大。目前国内还没有一套完全自动化工作的“农作物病虫害图像监测系统”,农业专家系统在病虫害判别上仍然处于人工状态,农作物病虫害图像自动识别监测仍然没有实现。
发明内容
本发明的目的在于克服现有技术的不足,提供一种有效使用图像识别技术的基于物联网的农作物病虫害图像信息自动监测系统。
为了实现上述发明目的,采用的技术方案如下:
一种基于物联网的农作物病虫害图像信息自动监测系统,包括无线图像传感器网络、无线移动通信网络终端、农作物病虫害图像自动监测中心,所述无线图像传感器网络通过无线移动通信网络与无线移动通信网络终端连接,无线移动通信网络终端通过互联网与农作物病虫害图像自动监测中心连接。
上述技术方案中,所述无线图像传感器网络包括主节点模块和多个监测节点模块,所述主节点模块用于实现无线图像传感器网络与无线移动通信网络的连接,所述监测节点模块由图像传感器、嵌入式系统和无线通信模块组成,实现发送图像传感器的监测图像数据以及转发其它监测节点模块的监测图像数据,所述主节点模块再集中把监测图像数据传送给无线移动通信网络终端。
所述多个监测节点模块广泛分布于农作物种植现场各处,各监测节点模块只与相邻的其它监测节点模块进行无线通信。
所述无线移动通信网络终端位于农村信息站内,与互联网连接,实现把接收到的图像监测数据通过互联网传输给农作物病虫害图像自动监测中心。
所述无线移动通信网络采用GPRS/CDMA。
所述农作物病虫害图像自动监测中心与互联网连接,设有农作物病虫害专家信息库,根据所接收的图像监测数据自动识别病虫害种类,并通过互联网发出病虫害防治对策及病虫害警报给无线移动通信网络终端。
所述无线移动通信网络终端还能够连接用户手机。
所述农作物病虫害图像自动监测中心通过互联网、无线移动通信网络终端和无线移动通信网络将病虫害防治对策及病虫害警报以短信息的形式发送到用户手机上。
所述用户手机包括摄像设备,农户能够通过该手机把病虫害发生的现象进行拍摄,并通过无线移动通信网络、无线移动通信网络终端和互联网传送到农作物病虫害图像自动监测中心。
所述农作物病虫害图像自动监测中心设置有主分量分析(PCA)和线性鉴别分析(LDA)相结合的方式进行农作物的病虫害鉴别。
本发明针对国内农村种植的特点,利用物联网架构,把先进的无线传感器网络技术、无线移动通信网络技术和“村村通”网络结合起来,实现农村农业种植现场的完全覆盖;本发明更通过农作物病虫害自动图像识别,令农业专家系统的在线监测判别过程完全实现自动化;而且,本发明是通过手机短信息把农作物病虫害警报(病虫害种类、发生位置)及其防治方法通知给农户,整个农作物病虫害的监测过程无需农民参与。因此,本发明的设计与实现是“村村通”互联网覆盖的延伸,是“农村信息直通车工程”在农作物病虫害自动监测信息方面的应用,值得推广使用。
附图说明
图1为本发明的系统架构示意图;
图2为无线图像传感器网络的监测节点模块硬件结构示意图;
图3为无线图像传感器网络的监测节点模块软件结构示意图;
图4为无线图像传感器网络的主节点模块硬件结构示意图;
图5为无线移动通信网络终端结构示意图;
图6为农作物病虫害图像自动监测中心的逻辑模型图;
图7为农作物病虫害图像自动监测中心的知识表示模型图。
具体实施方式
下面结合附图对本发明做进一步的说明。
本发明的系统结构包括无线图像传感器网络、无线移动通信网络终端、农作物病虫害图像自动监测中心三大部分,其组成框图如附图1所示,具体说明如下:
(1)基于无线图像传感器的物联网,其监测节点模块由图像传感器、嵌入式系统和无线通信模块组成,负责发送传感器的监测图像数据以及转发其它监测点的监测图像数据。多个监测节点模块广泛分布于农作物种植现场各处,各监测节点模块只与相邻的其它监测节点模块进行无线通信,构成无线传感器网络。(2)无线图像传感器物联网的主节点模块,用于实现无线传感器网络与无线通信网络的连接。无线传感器网络的图像数据最终被传送到该物联网的主节点模块上,通过该物联网的主节点集中把图像数据传送给农村信息站里的无线移动通信网络终端处。(3)GPRS/CDMA网络,即无线移动通信网络。(4)无线移动通信网络终端,位于农村信息站内,与“村村通”互联网连接,负责把接收到的图像数据通过互联网最终传输给农作物病虫害图像自动监测中心。(5)互联网。(6)农作物病虫害图像自动监测中心,与互联网连接,拥有农作物病虫害专家信息库,负责接收图像数据并自动识别病虫害种类。农作物病虫害图像自动监测中心发出的防治对策及病虫害警报将通过互联网传递给信息站点无线移动通信网络终端,最后以短信息的形式发送到农户登记的手机上。(7)用户手机,农户可以使用具有拍照功能的手机把病虫害发生的现象拍下来,通过无线网络传到农作物病虫害图像自动监测中心进行病虫害信息的分析与报告反馈。
无线图像传感器网络的监测节点模块为一个DSP嵌入式系统,它以DSP为主控制器,扩展适当的接口电路,可完成图像采集及压缩处理、数据加解密、无线路由、通信传输功能。节点系统设计组成包括:图像采集电路、DSP存储、控制与显示电路、802.11无线收发单元、电源。其硬件框图如附图2所示,图像采集电路定时对监测点的农作物进行图像采集,然后输出到DSP中进行压缩处理。无线数据收发单元采用IEEE802.11协议,实现与无线传感器网络的其它节点的无线连接。
DSP所执行的软件程序结构如附图3虚线方框内所示,图中的“路由计算”是节点软件结构的中心部分,它根据网络拓扑表及路由规则(路由协议、网络能量负载均衡)进行决策判定,是实现监测发送、数据转发、相邻监测点监测等功能的主要环节。
(1)当监测点接收到无线信号时,首先进行数据解密及身份认证。然后进行信息分类,若是新邻近节点的广播信息则修改网络拓扑表,实现传感器网络节点的自动扩容;若信息目的地是无线移动通信网络模块,则进行路由计算、数据加密并转发,实现网络信息的多跳性传播功能。
(2)传感器定时采集到的图像数据进行压缩处理,然后监测点进行路由计算,并把图像数据加密发送出去。
(3)监测点会定时进行广播,并定时检查相邻监测点的广播信号,若超时仍收不到相邻监测点的广播则修改网络拓扑表。
无线图像传感器网络路由策略实际上是由各监测节点模块自行计算确定的。各监测节点模块保存一张网络拓扑表,以目的节点(无线图像传感器物联网的主节点模块)为目的地传递临近监测点转发的信息。由于监测节点模块安装位置固定,因此网络拓扑表基本不变,而各监测节点模块必须定时广播相互监测以确保网络拓扑表的有效性。因此网络的路由策略可分为两种情况:
(1)各监测点正常工作。此时网络结构没有改变,网络拓扑表有效,监测点只需控制数据流量合理均衡、令网络通信能力最优化即可。
(2)某监测点受到破坏。此时网络拓扑表发生改变,仍正常工作的监测点需要相互转告拓扑表的变化并更新路由路径以保证网络的正常工作。
无线图像传感器物联网的主节点模块的硬件框图如附图4所示,其安装有数据终端单元DTU和无线数据收发单元,DTU负责与无线移动通信网络的基站连接,无线数据收发单元与无线图像传感器网络连接,实现图像数据从基于无线图像传感器的物联网到GPRS/CDMA无线移动通信网络的无线传输。
无线移动通信网络终端由农村信息站的计算机与DTU的连接组成,其结构图如附图5所示。此终端有两个主要功能:一、无线图像传感器物联网的从节点传输给无线图像传感器物联网的主节点模块的图像数据,并通过互联网传输给农作物病虫害图像自动监测中心;二、接收互联网农作物病虫害图像自动监测中心发出的病虫害警报和防治方法,并以短消息的格式发送到用户登记的手机号码上。
农作物病虫害图像自动监测中心是一个基于B/S结构、以SQLite数据库和MiniGUI为基本平台、采用C++语言开发的多功能信息管理系统。数据库主要存储信息包括:病虫害症状、病原(昆虫原)、病虫害规律、防治方法、诊断规律等。主要模块包括:信息收发模块、图像识别、信息检索、数据更新与安全管理。监测中心的逻辑模型如附图6所示,系统设计遵循开放源代码的准则。
本发明在知识表示上以面向对象的方法为主,由标准C++实现界面、推理检索,由SQLite实现数据库。系统在进行知识的组织时,把病害和虫害进行分类,并建立规则库。系统的知识表示模型如图7所示。
农作物病虫害图像自动监测中心采用PCA+LDA的图像识别算法,主分量分析(PCA)和线性鉴别分析(LDA)是模式识别领域的使用最为广泛的两种特征抽取方法,结合主分量分析(Principal Components Analysis,PCA)与线性鉴别分析(Linear Discriminant Analysis,LDA)的特点,提出用于农作物病虫害鉴别的PCA-LDA算法,解决了PCA过程中使用最小距离方法时识别精度相对低的缺点,而且使LDA在完整的样本空间上进行,解决了小样本问题引起的类内散布矩阵奇异时投影向量的求解问题。该算法通过PCA算法求得训练样本的特征子空间,并在此基础上计算LDA算法的特征子空间。将PCA算法与LDA算法的特征子空间进行融合,获得PCA-LDA算法的融合特征空间。训练样本与测试样本分别向融合特征空间投影,从而获得识别特征向量;然后利用最近邻准则即可完成农作物的病虫害鉴别。
Claims (10)
1.一种基于物联网的农作物病虫害图像信息自动监测系统,其特征在于包括无线图像传感器网络、无线移动通信网络终端、农作物病虫害图像自动监测中心,所述无线图像传感器网络通过无线移动通信网络与无线移动通信网络终端连接,无线移动通信网络终端通过互联网与农作物病虫害图像自动监测中心连接。
2.根据权利要求1所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述无线图像传感器网络包括主节点模块和多个监测节点模块,所述主节点模块用于实现无线图像传感器网络与无线移动通信网络的连接,所述监测节点模块由图像传感器、嵌入式系统和无线通信模块组成,实现发送图像传感器的监测图像数据以及转发其它监测节点模块的监测图像数据,所述主节点模块再集中把监测图像数据传送给无线移动通信网络终端。
3.根据权利要求2所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述多个监测节点模块广泛分布于农作物种植现场各处,各监测节点模块只与相邻的其它监测节点模块进行无线通信。
4.根据权利要求3所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述无线移动通信网络终端位于农村信息站内,与互联网连接,实现把接收到的图像监测数据通过互联网传输给农作物病虫害图像自动监测中心。
5.根据权利要求1所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述无线移动通信网络采用GPRS/CDMA。
6.根据权利要求1所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述农作物病虫害图像自动监测中心与互联网连接,设有农作物病虫害专家信息库,根据所接收的图像监测数据自动识别病虫害种类,并通过互联网发出病虫害防治对策及病虫害警报给无线移动通信网络终端。
7.根据权利要求1所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述无线移动通信网络终端还能够连接用户手机。
8.根据权利要求6或7所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述农作物病虫害图像自动监测中心通过互联网、无线移动通信网络终端和无线移动通信网络将病虫害防治对策及病虫害警报以短信息的形式发送到用户手机上。
9.根据权利要求8所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述用户手机包括摄像设备,农户能够通过该手机把病虫害发生的现象进行拍摄,并通过无线移动通信网络、无线移动通信网络终端和互联网传送到农作物病虫害图像自动监测中心。
10.根据权利要求1所述的基于物联网的农作物病虫害图像信息自动监测系统,其特征在于所述农作物病虫害图像自动监测中心设置有主分量分析(PCA)和线性鉴别分析(LDA)相结合的方式进行农作物的病虫害鉴别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102536354A CN101938512A (zh) | 2010-08-13 | 2010-08-13 | 基于物联网的农作物病虫害图像信息自动监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102536354A CN101938512A (zh) | 2010-08-13 | 2010-08-13 | 基于物联网的农作物病虫害图像信息自动监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101938512A true CN101938512A (zh) | 2011-01-05 |
Family
ID=43391639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102536354A Pending CN101938512A (zh) | 2010-08-13 | 2010-08-13 | 基于物联网的农作物病虫害图像信息自动监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101938512A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102684950A (zh) * | 2011-03-09 | 2012-09-19 | 中兴通讯股份有限公司 | 一种物联网和互联网服务结合的方法和系统 |
CN103700237A (zh) * | 2013-12-12 | 2014-04-02 | 杨驾鹏 | 一种低功耗害虫自动监测系统 |
CN103731440A (zh) * | 2012-10-10 | 2014-04-16 | 南京理工大学 | 近红外农作物生长信息实时监测及其灾害预测无线系统 |
CN103810361A (zh) * | 2012-11-09 | 2014-05-21 | 上海斐讯数据通信技术有限公司 | 诊断系统及其方法 |
CN104199425A (zh) * | 2014-09-15 | 2014-12-10 | 中国农业科学院农业信息研究所 | 一种智能农业监控预警系统及方法 |
CN105006107A (zh) * | 2015-06-26 | 2015-10-28 | 成都智慧农夫科技有限公司 | 基于zigbee技术的虫害监测装置及其监测系统 |
CN105850930A (zh) * | 2016-04-23 | 2016-08-17 | 上海大学 | 基于机器视觉的病虫害预警系统和方法 |
CN105954283A (zh) * | 2016-05-05 | 2016-09-21 | 信阳师范学院 | 一种基于互联网的小麦病虫害防治方法 |
CN106097119A (zh) * | 2016-06-14 | 2016-11-09 | 广州大气候农业科技有限公司 | 采集装置、服务器、及信息采集、推送、获取及发送方法 |
CN106331635A (zh) * | 2016-08-31 | 2017-01-11 | 吴齐仟 | 小洲头菜病虫害发生情况监控分析系统 |
CN108181886A (zh) * | 2017-12-30 | 2018-06-19 | 中国移动通信集团江苏有限公司 | 智能乡村物联网管理方法、装置、设备及介质 |
CN108551473A (zh) * | 2018-03-26 | 2018-09-18 | 武汉南博网络科技有限公司 | 一种基于可视农业的农产品交流方法和装置 |
CN113095555A (zh) * | 2021-03-31 | 2021-07-09 | 佛山一本农业科技有限公司 | 基于物联网的农作物病虫害监控方法、系统及存储介质 |
CN113794867A (zh) * | 2021-11-18 | 2021-12-14 | 中通服建设有限公司 | 一种基于5g的智慧视频监控系统 |
CN115601585A (zh) * | 2022-09-15 | 2023-01-13 | 中科聚信信息技术(北京)有限公司(Cn) | 基于图片分析的农业病虫害诊断方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060293793A1 (en) * | 2005-06-09 | 2006-12-28 | Sony Corporation | Network system, mobile device, method of controlling same, and computer program |
CN101021939A (zh) * | 2007-03-29 | 2007-08-22 | 沈阳理工大学 | 基于计算机图像处理的农作物病害诊断系统 |
CN101661664A (zh) * | 2009-09-27 | 2010-03-03 | 西安迅腾科技有限责任公司 | 基于无线传感器网络的果园种植监测系统及其监测方法 |
CN101753993A (zh) * | 2009-12-18 | 2010-06-23 | 浙江大学 | 一种结合无线传感器网络的远程视频监控系统 |
-
2010
- 2010-08-13 CN CN2010102536354A patent/CN101938512A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060293793A1 (en) * | 2005-06-09 | 2006-12-28 | Sony Corporation | Network system, mobile device, method of controlling same, and computer program |
CN101021939A (zh) * | 2007-03-29 | 2007-08-22 | 沈阳理工大学 | 基于计算机图像处理的农作物病害诊断系统 |
CN101661664A (zh) * | 2009-09-27 | 2010-03-03 | 西安迅腾科技有限责任公司 | 基于无线传感器网络的果园种植监测系统及其监测方法 |
CN101753993A (zh) * | 2009-12-18 | 2010-06-23 | 浙江大学 | 一种结合无线传感器网络的远程视频监控系统 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102684950A (zh) * | 2011-03-09 | 2012-09-19 | 中兴通讯股份有限公司 | 一种物联网和互联网服务结合的方法和系统 |
CN103731440B (zh) * | 2012-10-10 | 2017-10-17 | 南京理工大学 | 近红外农作物生长信息实时监测及其灾害预测无线系统 |
CN103731440A (zh) * | 2012-10-10 | 2014-04-16 | 南京理工大学 | 近红外农作物生长信息实时监测及其灾害预测无线系统 |
CN103810361A (zh) * | 2012-11-09 | 2014-05-21 | 上海斐讯数据通信技术有限公司 | 诊断系统及其方法 |
CN103700237A (zh) * | 2013-12-12 | 2014-04-02 | 杨驾鹏 | 一种低功耗害虫自动监测系统 |
CN104199425A (zh) * | 2014-09-15 | 2014-12-10 | 中国农业科学院农业信息研究所 | 一种智能农业监控预警系统及方法 |
CN105006107A (zh) * | 2015-06-26 | 2015-10-28 | 成都智慧农夫科技有限公司 | 基于zigbee技术的虫害监测装置及其监测系统 |
CN105850930A (zh) * | 2016-04-23 | 2016-08-17 | 上海大学 | 基于机器视觉的病虫害预警系统和方法 |
CN105954283A (zh) * | 2016-05-05 | 2016-09-21 | 信阳师范学院 | 一种基于互联网的小麦病虫害防治方法 |
CN106097119A (zh) * | 2016-06-14 | 2016-11-09 | 广州大气候农业科技有限公司 | 采集装置、服务器、及信息采集、推送、获取及发送方法 |
CN106331635A (zh) * | 2016-08-31 | 2017-01-11 | 吴齐仟 | 小洲头菜病虫害发生情况监控分析系统 |
CN108181886A (zh) * | 2017-12-30 | 2018-06-19 | 中国移动通信集团江苏有限公司 | 智能乡村物联网管理方法、装置、设备及介质 |
CN108551473A (zh) * | 2018-03-26 | 2018-09-18 | 武汉南博网络科技有限公司 | 一种基于可视农业的农产品交流方法和装置 |
CN108551473B (zh) * | 2018-03-26 | 2022-03-18 | 武汉爱农云联科技有限公司 | 一种基于可视农业的农产品交流方法和装置 |
CN113095555A (zh) * | 2021-03-31 | 2021-07-09 | 佛山一本农业科技有限公司 | 基于物联网的农作物病虫害监控方法、系统及存储介质 |
CN113095555B (zh) * | 2021-03-31 | 2024-01-23 | 容城县爱家卫生用品有限公司 | 基于物联网的农作物病虫害监控方法、系统及存储介质 |
CN113794867A (zh) * | 2021-11-18 | 2021-12-14 | 中通服建设有限公司 | 一种基于5g的智慧视频监控系统 |
CN113794867B (zh) * | 2021-11-18 | 2022-03-01 | 中通服建设有限公司 | 一种基于5g的智慧视频监控系统 |
CN115601585A (zh) * | 2022-09-15 | 2023-01-13 | 中科聚信信息技术(北京)有限公司(Cn) | 基于图片分析的农业病虫害诊断方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101938512A (zh) | 基于物联网的农作物病虫害图像信息自动监测系统 | |
Angin et al. | Agrilora: a digital twin framework for smart agriculture. | |
Abidi et al. | Wireless body area networks: a comprehensive survey | |
CN101534470B (zh) | 基于无线传感器网络的移动目标跟踪系统及其跟踪方法 | |
CN107409434A (zh) | 运动感测服装的包含传感器连接与发射机制的交替的系统 | |
CN204557510U (zh) | 无人机航拍组合装置 | |
CN202904667U (zh) | 基于移动终端的作物病害识别系统 | |
Abualsauod | A hybrid blockchain method in internet of things for privacy and security in unmanned aerial vehicles network | |
CN106202576A (zh) | 用于宠物交友的控制方法、终端及系统 | |
CN101790250A (zh) | 食品安全社会化监督、检测网络系统 | |
CN104346451A (zh) | 一种基于用户反馈的情景感知系统及其工作方法和应用 | |
Kumar et al. | Dimensions of internet of things: Technological taxonomy architecture applications and open challenges—a systematic review | |
Zinonos et al. | Grape leaf diseases identification system using convolutional neural networks and Lora technology | |
Chugh et al. | Strengthening clustering through relay nodes in sensor networks | |
Jain et al. | The fundamentals of Internet of Things: architectures, enabling technologies, and applications | |
Mainetti et al. | An Internet of sport architecture based on emerging enabling technologies | |
Manikanthan et al. | An efficient cluster head selection and routing in mobile WSN | |
Khan | Introduction to IoT systems | |
CN106455055A (zh) | 一种确定网关的方法及终端 | |
CN104007726A (zh) | 一种基于无线传感网和安卓手机平台的鱼塘控制方法 | |
CN104460438A (zh) | 战场伤员搜救系统和方法 | |
Gan et al. | Construction and implementation of an integrated WSID traffic monitoring network system | |
Chen et al. | Background introduction of the internet of things | |
CN208273723U (zh) | 一种分享式的花卉与蔬果大棚种植系统 | |
Jena et al. | Survey on Security Issues and Protective Measures in Different Layers of Internet of Things (IoT) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110105 |