CN107340717A - 一种利用传感器网络进行水果糖度预测的系统 - Google Patents
一种利用传感器网络进行水果糖度预测的系统 Download PDFInfo
- Publication number
- CN107340717A CN107340717A CN201710731604.7A CN201710731604A CN107340717A CN 107340717 A CN107340717 A CN 107340717A CN 201710731604 A CN201710731604 A CN 201710731604A CN 107340717 A CN107340717 A CN 107340717A
- Authority
- CN
- China
- Prior art keywords
- sensor
- sensor network
- carried out
- prediction
- unit
- 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
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 230000003750 conditioning effect Effects 0.000 claims abstract description 4
- 230000008054 signal transmission Effects 0.000 claims abstract description 4
- 201000010099 disease Diseases 0.000 claims description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 18
- 241000607479 Yersinia pestis Species 0.000 claims description 17
- 239000002689 soil Substances 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000003337 fertilizer Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 241000258937 Hemiptera Species 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 4
- 240000008067 Cucumis sativus Species 0.000 description 1
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种利用传感器网络进行水果糖度预测的系统,所述包含传感器网络、监控单元、信息发送/接收单元、信号调理单元,传感器网络被配置用于采集水果生长环境信息和状态信息;信号发送/接收单元被配置用于实现传感器网络与监控单元的信息桥接;信号调理单元用于传感器信号的调理,设置于传感器网络与监控单元之间;监控单元被配置用于根据传感器网络的数据进行实时和历史环境监测,以及根据传感器数据和水果的当前状态进行糖度含量的预测。本发明提高了水果糖度含量预测的准确性,实现了水果生产过程的生长环境自适应调节,起到了水果生长过程中的前向预警功能。
Description
技术领域
本发明涉及监控领域,具体的,涉及一种利用传感器网络进行水果糖度预测的系统。
背景技术
在传统的农业专家系统中,通常实现的目的在于对于环境的监控,或者简单的对某些物质含量进行预测,但是,都存在一个问题:功能单一、预测精度低。
而实际上,农业技术人员对产量的预测精度高求很高,需要根据实际的产量进行产品预售,如果预测的数值偏差过大,将会为农业技术人员及企业带来巨大的经济损失。
为此,本发明为克服上述问题,提出一种利用传感器网络进行水果糖度预测的系统。
发明内容
具体的,本发明提出了一种利用传感器网络进行水果糖度预测的系统,其特征在于,所述利用传感器网络进行水果糖度预测的系统包含传感器网络、监控单元、信息发送/接收单元、信号调理单元,
所述传感器网络,被配置用于采集水果生长环境信息和状态信息;
所述信号发送/接收单元,被配置用于实现传感器网络与监控单元的信息桥接;
所述信号调理单元,用于传感器信号的调理,设置于传感器网络与监控单元之间;
监控单元,被配置用于根据传感器网络的数据进行实时和历史环境监测,以及根据传感器数据和水果的当前状态进行糖度含量的预测。
优选的,所述传感器网络由若干传感器组成,各传感器具备无线传输功能。
优选的,所述传感器网络由若干传感器组成,具体包括:大气温湿度传感器、土壤温湿度传感器、土壤张力传感器、土壤EC值传感器、光照度监测传感器、CO2浓度传感器、O2浓度传感器、土壤PH值传感器、水质PH值传感器、土壤盐分传感器,系统根据所述传感器的检测数值对糖度含量进行预测。
优选的,所述传感器网络中的传感器还包括:水中溶氧量传感器、电导率传感器,系统根据所述传感器的检测数值所述对糖度含量进行预测。
优选的,所述传感器网络还包括病虫害传感器,所述病虫害传感器包含摄像头和图像处理装置。
优选的,所述图像处理装置获取摄像头采集的图像,图像处理装置将图像二值化,在根据灰度判断病虫害面积,根据病虫害面积与图像面积的大小,确定病虫害程度,再将病虫害程序作为影响糖度含量的输入量。
优选的,所述传感器还包括天气传感器,用于捕获未来的天气状况。
优选的,所述监控单元包括前向预测单元,前向预测单元可以根据未来的天气状况,结合水果的当前状态,进行前向预测,若前向预测单元预测的糖度/糖分含量呈现减少趋势、且减少数量超过预设阈值时,进行预警。
优选的,所述监控单元包括控制单元,控制单元被配置用于进行优化控制,具体方法如下:
1)给定生长的目标糖度值;
2)实时预测当前的糖分,当预设糖分低于设定值一定范围时,执行步骤3);否则结束;
3)将实际糖分等于预设糖分作为目标,将所有传感器参数与糖度的数学模型、传感器的实际取值范围为约束,进行环境信息和状态信息寻优,获取理想的传感器数据;
4)控制单元通过执行部件,将相应数据调节至理想的环境参数水平。
优选的,所述执行机构包括输送管道、喷灌装置、CO2发生器、施肥机、补光灯、温度调节装置中的一种或几种。
优选的,在实时监测时,对于未来的数据参数,采用如下方式填充:找到以前的对象中与该对象最相似的对象,例如,计算当前对象前期的数据,与历史数据中相同时间段的数据进行相似性判断,根据相似性的结果选择历史数据,并将其填充到未来的数据。
优选的,系统中还包括时间检测单元,将时间监测单元与天气传感器相结合,考虑节气对水果糖度的影响,将特定时间的天气也作为数学模型输入的一部分。
本发明所涉及的一种利用传感器网络进行水果糖度预测的系统,其有益效果在于:提高了水果糖度含量预测的准确性,实现了水果生产过程的生长环境自适应调节,起到了水果生长过程中的前向预警功能。
附图说明
图1是本发明的结构图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式。
本发明提出了一种利用传感器网络进行水果糖度预测的系统,其特征在于,所述利用传感器网络进行水果糖度预测的系统包含传感器网络、监控单元、信息发送/接收单元、信号调理单元,
所述传感器网络,被配置用于采集水果生长环境信息和状态信息;
所述信号发送/接收单元,被配置用于实现传感器网络与监控单元的信息桥接;
所述信号调理单元,用于传感器信号的调理,设置于传感器网络与监控单元之间;
监控单元,被配置用于根据传感器网络的数据进行实时和历史环境监测,以及根据传感器数据和水果的当前状态进行糖度含量的预测。
优选的,所述传感器网络由若干传感器组成,各传感器具备无线传输功能。
优选的,所述传感器网络由若干传感器组成,具体包括:大气温湿度传感器、土壤温湿度传感器、土壤张力传感器、土壤EC值传感器、光照度监测传感器、CO2浓度传感器、O2浓度传感器、土壤PH值传感器、水质PH值传感器、土壤盐分传感器,系统根据所述传感器的检测数值对糖度含量进行预测。
优选的,所述传感器网络中的传感器还包括:水中溶氧量传感器、电导率传感器,系统根据所述传感器的检测数值所述对糖度含量进行预测。
优选的,所述传感器网络还包括病虫害传感器,所述病虫害传感器包含摄像头和图像处理装置。
优选的,所述图像处理装置获取摄像头采集的图像,图像处理装置将图像二值化,在根据灰度判断病虫害面积,根据病虫害面积与图像面积的大小,确定病虫害程度,再将病虫害程度作为影响糖度含量的输入量。
优选的,所述传感器还包括天气传感器,用于捕获未来的天气状况。
优选的,所述监控单元包括前向预测单元,前向预测单元可以根据未来的天气状况,结合水果的当前状态,进行前向预测,若前向预测单元预测的糖度/糖分含量呈现减少趋势、且减少数量超过预设阈值时,进行预警。
优选的,所述监控单元包括控制单元,控制单元被配置用于进行优化控制,具体方法如下:
1)给定生长的目标糖度值;
2)实时预测当前的糖分,当预设糖分低于设定值一定范围时,执行步骤3);否则结束;
3)将实际糖分等于预设糖分作为目标,将所有传感器参数与糖度的数学模型、传感器的实际取值范围为约束,进行环境信息和状态信息寻优,获取理想的传感器数据;
4)控制单元通过执行部件,将相应数据调节至理想的环境参数水平。
优选的,所述执行机构包括输送管道、喷灌装置、CO2发生器、施肥机、补光灯、温度调节装置中的一种或几种。
优选的,在实时监测时,对于未来的数据参数,采用如下方式填充:找到以前的对象中与该对象最相似的对象,例如,计算当前对象前期的数据,与历史数据中相同时间段的数据进行相似性判断,根据相似性的结果选择历史数据,并将其填充到未来的数据。
优选的,系统中还包括时间检测单元,将时间监测单元与天气传感器相结合,考虑节气对水果糖度的影响,将特定时间的天气也作为数学模型输入的一部分。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和单元并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、ROM、RAM等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种利用传感器网络进行水果糖度预测的系统,其特征在于,所述利用传感器网络进行水果糖度预测的系统包含传感器网络、监控单元、信息发送/接收单元、信号调理单元,
所述传感器网络,被配置用于采集水果生长环境信息和状态信息;
所述信号发送/接收单元,被配置用于实现传感器网络与监控单元的信息桥接;
所述信号调理单元,用于传感器信号的调理,设置于传感器网络与监控单元之间;
监控单元,被配置用于根据传感器网络的数据进行实时和历史环境监测,以及根据传感器数据和水果的当前状态进行糖度含量的预测。
2.一种如权利要求1所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述传感器网络由若干传感器组成,各传感器具备无线传输功能。
3.一种如权利要求1所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述传感器网络由若干传感器组成,具体包括:大气温湿度传感器、土壤温湿度传感器、土壤张力传感器、土壤EC值传感器、光照度监测传感器、CO2浓度传感器、O2浓度传感器、土壤PH值传感器、水质PH值传感器、土壤盐分传感器,系统根据所述传感器的检测数值对糖度含量进行预测。
4.一种如权利要求3所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述传感器网络中的传感器还包括:水中溶氧量传感器、电导率传感器,系统根据所述传感器的检测数值所述对糖度含量进行预测。
5.一种如权利要求3所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述传感器网络还包括病虫害传感器,所述病虫害传感器包含摄像头和图像处理装置。
6.一种如权利要求5所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述图像处理装置获取摄像头采集的图像,图像处理装置将图像二值化,在根据灰度判断病虫害面积,根据病虫害面积与图像面积的大小,确定病虫害程度,再将病虫害程度作为影响糖度含量的输入量。
7.一种如权利要求3所述的所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述传感器还包括天气传感器,用于捕获未来的天气状况。
8.一种如权利要求7所述的所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述监控单元包括前向预测单元,前向预测单元可以根据未来的天气状况,结合水果的当前状态,进行前向预测,若前向预测单元预测的糖度/糖分含量呈现减少趋势、且减少数量超过预设阈值时,进行预警。
9.一种如权利要求1所述的所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述监控单元包括控制单元,控制单元被配置用于进行优化控制,具体方法如下:
1)给定生长的目标糖度值;
2)实时预测当前的糖分,当预设糖分低于设定值一定范围时,执行步骤3);否则结束;
3)将实际糖分等于预设糖分作为目标,将所有传感器参数与糖度的数学模型、传感器的实际取值范围为约束,进行环境信息和状态信息寻优,获取理想的传感器数据;
4)控制单元通过执行部件,将相应数据调节至理想的环境参数水平。
10.一种如权利要求9所述的利用传感器网络进行水果糖度预测的系统,其特征在于,所述执行机构包括输送管道、喷灌装置、CO2发生器、施肥机、补光灯、温度调节装置中的一种或几种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710731604.7A CN107340717A (zh) | 2017-08-23 | 2017-08-23 | 一种利用传感器网络进行水果糖度预测的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710731604.7A CN107340717A (zh) | 2017-08-23 | 2017-08-23 | 一种利用传感器网络进行水果糖度预测的系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107340717A true CN107340717A (zh) | 2017-11-10 |
Family
ID=60215778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710731604.7A Pending CN107340717A (zh) | 2017-08-23 | 2017-08-23 | 一种利用传感器网络进行水果糖度预测的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107340717A (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2196940A1 (en) * | 1997-02-06 | 1998-08-06 | Michael S. Allen | Predicting optimum harvest times of standing crops |
US5884225A (en) * | 1997-02-06 | 1999-03-16 | Cargill Incorporated | Predicting optimum harvest times of standing crops |
JP2004294108A (ja) * | 2003-03-25 | 2004-10-21 | Mitsui Mining & Smelting Co Ltd | 糖度計測装置 |
JP2006191816A (ja) * | 2005-01-11 | 2006-07-27 | Cosmo Plant Kk | メロンの栽培方法およびその栽培方法に用いる栽培装置 |
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 |
WO2007106942A1 (en) * | 2006-03-21 | 2007-09-27 | Commonwealth Scientific And Industrial Research Organisation | Analysis of grape quality using neural network |
JP2008054573A (ja) * | 2006-08-31 | 2008-03-13 | Iseki & Co Ltd | 給液制御装置 |
CN102519950A (zh) * | 2011-12-05 | 2012-06-27 | 中国农业大学 | 一种预测果树抽条的方法 |
WO2012122199A1 (en) * | 2011-03-07 | 2012-09-13 | Syngenta Participations Ag | Methods of predicting yield in plants and applications of use thereof |
JP2012187074A (ja) * | 2011-03-14 | 2012-10-04 | Konica Minolta Advanced Layers Inc | 植物の生育管理システム |
CN103747009A (zh) * | 2014-01-21 | 2014-04-23 | 大连民族学院 | 一种监测水稻生长状况的系统及其方法 |
WO2015033508A1 (ja) * | 2013-09-04 | 2015-03-12 | Necソリューションイノベータ株式会社 | 栽培支援装置、栽培支援方法、及び、プログラムを記憶する記録媒体 |
CN105259955A (zh) * | 2015-06-25 | 2016-01-20 | 苏州爱达荷农业信息科技有限公司 | 一种基于林业物联网的苗木种植智能管控系统 |
CN105527244A (zh) * | 2015-10-26 | 2016-04-27 | 沈阳农业大学 | 一种基于近红外光谱的寒富苹果品质无损检测方法 |
CN105955161A (zh) * | 2016-05-17 | 2016-09-21 | 苏州铭冠软件科技有限公司 | 一种农业智能控制系统 |
CN105979001A (zh) * | 2016-06-28 | 2016-09-28 | 济南祥辰科技有限公司 | 农林四情监控系统 |
-
2017
- 2017-08-23 CN CN201710731604.7A patent/CN107340717A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2196940A1 (en) * | 1997-02-06 | 1998-08-06 | Michael S. Allen | Predicting optimum harvest times of standing crops |
US5884225A (en) * | 1997-02-06 | 1999-03-16 | Cargill Incorporated | Predicting optimum harvest times of standing crops |
JP2004294108A (ja) * | 2003-03-25 | 2004-10-21 | Mitsui Mining & Smelting Co Ltd | 糖度計測装置 |
JP2006191816A (ja) * | 2005-01-11 | 2006-07-27 | Cosmo Plant Kk | メロンの栽培方法およびその栽培方法に用いる栽培装置 |
WO2007106942A1 (en) * | 2006-03-21 | 2007-09-27 | Commonwealth Scientific And Industrial Research Organisation | Analysis of grape quality using neural network |
JP2008054573A (ja) * | 2006-08-31 | 2008-03-13 | Iseki & Co Ltd | 給液制御装置 |
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 |
WO2012122199A1 (en) * | 2011-03-07 | 2012-09-13 | Syngenta Participations Ag | Methods of predicting yield in plants and applications of use thereof |
JP2012187074A (ja) * | 2011-03-14 | 2012-10-04 | Konica Minolta Advanced Layers Inc | 植物の生育管理システム |
CN102519950A (zh) * | 2011-12-05 | 2012-06-27 | 中国农业大学 | 一种预测果树抽条的方法 |
WO2015033508A1 (ja) * | 2013-09-04 | 2015-03-12 | Necソリューションイノベータ株式会社 | 栽培支援装置、栽培支援方法、及び、プログラムを記憶する記録媒体 |
JP2015047149A (ja) * | 2013-09-04 | 2015-03-16 | Necソリューションイノベータ株式会社 | 栽培支援装置、栽培支援方法、及び、プログラム |
CN103747009A (zh) * | 2014-01-21 | 2014-04-23 | 大连民族学院 | 一种监测水稻生长状况的系统及其方法 |
CN105259955A (zh) * | 2015-06-25 | 2016-01-20 | 苏州爱达荷农业信息科技有限公司 | 一种基于林业物联网的苗木种植智能管控系统 |
CN105527244A (zh) * | 2015-10-26 | 2016-04-27 | 沈阳农业大学 | 一种基于近红外光谱的寒富苹果品质无损检测方法 |
CN105955161A (zh) * | 2016-05-17 | 2016-09-21 | 苏州铭冠软件科技有限公司 | 一种农业智能控制系统 |
CN105979001A (zh) * | 2016-06-28 | 2016-09-28 | 济南祥辰科技有限公司 | 农林四情监控系统 |
Non-Patent Citations (1)
Title |
---|
ELODIE DOREY等: "modeling sugar content of pineapple under agro-climatic conditions on Reunion Island", 《EUROPEAN JOURNAL OF AGRONOMY》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Navulur et al. | Agricultural management through wireless sensors and internet of things | |
Kumar et al. | GCrop: Internet-of-Leaf-Things (IoLT) for monitoring of the growth of crops in smart agriculture | |
Bhojwani et al. | Crop selection and IoT based monitoring system for precision agriculture | |
Kumar et al. | Smart management of crop cultivation using IOT and machine learning | |
KR20190136774A (ko) | 작물의 수확시기 예측시스템 및 그 방법 | |
CN114879786A (zh) | 一种获取食用菌决策方案的方法、系统、装置及介质 | |
Nyakuri et al. | IoT and AI based smart soil quality assessment for data-driven irrigation and fertilization | |
CN107330570A (zh) | 一种利用物联网技术进行水稻干物质预测的系统 | |
KR20180029381A (ko) | 시설원예 환경 제어 장치 및 방법 | |
US11805740B2 (en) | Systems and methods for monitoring and controlling crop irrigation schedules | |
CN107340717A (zh) | 一种利用传感器网络进行水果糖度预测的系统 | |
KR20210114751A (ko) | 작물의 생육량 예측 방법 및 장치 | |
CN113516139A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN207780523U (zh) | 一种利用传感器网络进行水果糖度预测的系统 | |
CN115903967A (zh) | 一种养殖智能控制方法和装置 | |
JP7335459B2 (ja) | 調整された育成プロトコル目標値を用いる実験 | |
US20220357481A1 (en) | Information processing device and method | |
Pandey et al. | IOT based smart polyhouse system using data analysis | |
EP4110039A1 (en) | A plant growth monitoring system and method | |
CN207937840U (zh) | 一种基于大数据的农业养殖环境监控系统 | |
Chourasiya et al. | Apply machine learning and image processing to detect plant diseases | |
KR20190053318A (ko) | 생육환경정보 및 생육량 정보를 이용한 작물 생육 진단방법 | |
CN114467530B (zh) | 果树环割方法、装置、终端设备及计算机可读存储介质 | |
Namba et al. | Image-based analysis of water content change in tomato cultivation | |
CN117409403B (zh) | 一种基于深度学习的水稻稻穗成熟度估算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171110 |