CN108416517A - 无损鉴别方法及装置和无损鉴别系统 - Google Patents
无损鉴别方法及装置和无损鉴别系统 Download PDFInfo
- Publication number
- CN108416517A CN108416517A CN201810163107.6A CN201810163107A CN108416517A CN 108416517 A CN108416517 A CN 108416517A CN 201810163107 A CN201810163107 A CN 201810163107A CN 108416517 A CN108416517 A CN 108416517A
- Authority
- CN
- China
- Prior art keywords
- loss rate
- agricultural product
- feature
- batch
- plantation
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供了一种无损鉴别方法及装置和无损鉴别系统。其中,一种无损鉴别方法,包括:预设待识别农产品的至少一个特征,用于评估有损率和无损率;对各批次的农产品进行特征识别;接收并记录各批次农产品的数量及种植信息;统计各特征的数量并计算各批次的农产品的有损率及无损率;依照数值大小,对各特征的数量及有损率和无损率分别进行排名;分析排名及种植信息,配置相应的推荐策略和/或种植建议。通过本发明的方法,实现农作物万亩种植时,农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;对高产及高质量区域进行重点维护及产量预测,低产及低质量产区进行重点监督及预警。
Description
技术领域
本发明涉及无损检测技术领域,具体而言,涉及一种无损鉴别方法,一种无损鉴别装置,一种无损鉴别系统。
背景技术
目前,农产品无法实现在线无损检测,单纯依靠纯手工产品无损筛选,没有合理的规划及效率低下,劳动用工成本较高,且人眼识别时长有限,有一定的错误比例。
发明内容
本发明旨在至少解决现有技术或技术中存在的技术问题之一。
为此,本发明的一方面在于提出了一种无损鉴别方法。
本发明的另一方面在于提出了一种无损鉴别装置。
本发明的再一方面在于提出了一种无损鉴别系统。
本发明的又一方面在于提出了一种计算机设备。
本发明的又一方面在于提出了一种计算机可读存储介质。
有鉴于此,本发明提出了一种无损鉴别方法,用于无损鉴别系统,无损鉴别方法包括:预设待识别农产品的至少一个特征,用于评估有损率和无损率;对各批次的农产品进行特征识别;接收并记录各批次的农产品的种植信息;统计各特征的数量并计算各批次的农产品的有损率及无损率;依照数值大小,对各特征的数量及有损率和无损率分别进行排名;分析排名及种植信息,配置相应的推荐策略和/或种植建议。
根据本发明的无损鉴别方法,通过对各批次的农产品进行特征识别,可以鉴别出农产品的外部特征及新鲜程度等,接收并记录各批次的农产品的种植信息,可根据识别出的各特征的数量自动计算出各批次农产品的有损率和无损率。本领域技术人员应该理解,该有损率和无损率包括各个特征在一定时期内的有损和无损情况,以及根据所有特征计算出的在一定时期内的总体有损、无损情况;进一步通过对各特征及有损率和无损率进行排名,依据排名分析植物生长情况,并结合实际种植信息可配置相应的推荐策略和/或种植建议。例如,对于A批次具有斑点严重且有损率较高的苹果,可结合苹果的种植信息,如种植间距、种子等级、浇水情况等,给出合理的推荐策略,如需紧急进行病虫害处理或加强田间环境管理等。从而实现农作物万亩种植时,高产农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;对低产农产品,可提前加工,增加使用价值;可将区域内高产及高质量区域作为重点维护及产量预测区域,将低产区,低质量产区作为重点监督及预警区域。
另外,根据本发明上述的无损鉴别方法,还可以具有如下附加的技术特征:
在上述技术方案中,优选地,特征包括以下任一项或其组合:疤痕、损伤、大小、新鲜度;种植信息包括以下任一项或其组合:品种、数量、种子等级、种植间距、种植区域、采收时间。
在该技术方案中,通过对各批次的农产品进行特征识别,可以鉴别出农产品的外部特征如疤痕、损伤、大小、颜色、形状以及产品新鲜度等,根据识别出的各特征的数量等信息能自动计算出有损率和无损率,从而能快速而准确的进行农产品品质的综合评价;种植信息包括如品种、种子等级、种植间距、种植区域、采收时间、种植监管情况如施肥、病虫害处理、浇水情况等;将农产品的有损率、无损率及其种植信息相结合,可配置出合理的推荐策略和种植建议,从而使种植人员对农作物的生产管理和种植方法做出调整,以保证农产品的质量。
在上述任一技术方案中,优选地,对各特征的数量及有损率和无损率分别进行排名的步骤,包括:按照特征、有损率和无损率中的单一字段或任意两个以上相关联的单一字段合并的组合字段对各批次的农产品进行排名。
在该技术方案中,根据已知的特征及有损率、无损率,按照特征、有损率、无损率对各批次的农产品进行排名,其中排名可以是单一字段的排名,根据排名情况和种植信息匹配相应推荐策略和/或种植建议,还可将两个以上相关联的字段合并,同样也可匹配相应推荐策略和/或种植建议。例如,分别按照特征一、特征二、有损率、无损率对各批次的农产品进行排名,或者按照特征一的有损率、特征二的有损率这样的组合字段对各批次的农产品进行排名。通过本发明的方法,能够自动鉴别有损、无损率,降低用工成本,并根据有损、无损率及农产品种植情况配置出合理的推荐策略和种植建议,提高产品质量、利用率量,预知预警,使生产更加科学,增产创收。
在上述任一技术方案中,优选地,无损鉴别系统包括轨道,无损鉴别方法还包括:为各轨道设置编号;根据编号、农产品的有损率和无损率生成并发送相应的控制信号至轨道,以使轨道根据控制信号将农产品分框。
在该技术方案中,当轨道的数量为多条时,可以通过设置编号的方式,来增加产品分框的便利性,对于进入轨道的农产品,可根据轨道的编号、计算出的有损率、无损率生成相应的控制信号,以使轨道根据该控制信号将农产品分框。例如,有三条轨道,分别编号1、2、3,轨道1放入A区域的番茄、轨道2放入B区域的黄瓜、轨道3放入A区域的番茄,那么可以将轨道1和轨道3的番茄分入同一框,将轨道2的黄瓜单独分一框,从而实现分类放置;其中,若轨道1中A区域的番茄有损率为89%,而轨道3中A区域的番茄有损率为40%,那么轨道1和轨道3的番茄则也可以分框放置,从而实现高低质量产品分类。
在上述任一技术方案中,优选地,无损鉴别方法还包括:显示推荐策略及种植建议,并将推荐策略及种植建议推送至终端。
在该技术方案中,管理者通过显示装置查看推荐策略和种植建议,进一步地,管理者可以将获取到的推荐策略和种植建议转达给种植人员,以使种植人员能够对农作物种植管理和种植方法及时做出处理,如紧急病虫害处理、加强环境控制策略等,或者在生产批次上做出改进,如增加种植间距、提高种子等级等。更优选地,通过将推荐策略及种植建议推送至种植人员手机端,种植人员可随时获取预知预警,从而改善种植策略或加强生产管理,使生产更加科学,增产创收。
在上述任一技术方案中,优选地,分析排名及种植信息,预估不同种植区域的作物生长情况,并配置相应的推荐策略和/或种植建议。
在该技术方案中,通过分析排名及农产品的种植信息,预估不同种植区域的作物生长情况,例如可以根据果实的大小与预设的理想果实的大小的对比情况,并结合该果实相应的种植情况,配置出合理的推荐策略和种植建议,预知有损情况。对于低产、低质量产区的作物可加强监督和预警、提前加工产品,增加使用价值,对于高产、高质量产区的作物可重点维护。
本发明还提出了一种无损鉴别装置,用于无损鉴别系统,无损鉴别装置包括:识别模块,用于预设待识别农产品的至少一个特征,用于评估有损率和无损率;以及对各批次的农产品进行特征识别;接收模块,用于接收并记录各批次的农产品的种植信息;分析模块,用于统计各特征的数量计算各批次的农产品的有损率及无损率;排名模块,用于依照数值大小,对各特征的数量及有损率和无损率进行排名;配置模块,用于分析排名及种植信息,配置相应的推荐策略和/或种植建议。
根据本发明的无损鉴别装置,通过对各批次的农产品进行特征识别,可以鉴别出农产品的外部特征及新鲜程度等,接收并记录各批次的农产品的种植信息,可根据识别出的各特征的数量自动计算出各批次农产品的有损率和无损率。本领域技术人员应该理解,该有损率和无损率包括各个特征在一定时期内的有损和无损情况,以及根据所有特征计算出的在一定时期内的总体有损、无损情况;进一步通过对各特征及有损率和无损率进行排名,依据排名分析植物生长情况,并结合实际种植信息可配置相应的推荐策略和/或种植建议。例如,对于A批次具有斑点严重且有损率较高的苹果,可结合苹果的种植信息,如种植间距、种子等级、浇水情况等,给出合理的推荐策略,如需紧急进行病虫害处理或加强田间环境管理等。从而实现农作物万亩种植时,高产农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;对低产农产品,可提前加工,增加使用价值;可将区域内高产及高质量区域作为重点维护及产量预测区域,将低产区,低质量产区作为重点监督及预警区域。
在上述技术方案中,优选地,特征包括以下任一项或其组合:疤痕、损伤、大小、新鲜度;种植信息包括以下任一项或其组合:品种、种子等级、种植间距、种植区域、采收时间。
在该技术方案中,通过对各批次的农产品进行特征识别,可以鉴别出农产品的外部特征如疤痕、损伤、大小、颜色、形状以及产品新鲜度等,根据识别出的各特征的数量等信息能自动计算出有损率和无损率,从而能快速而准确的进行农产品品质的综合评价;种植信息包括如品种、种子等级、种植间距、种植区域、采收时间、种植监管情况如施肥、病虫害处理、浇水情况等;将农产品的有损率、无损率及其种植信息相结合,可配置出合理的推荐策略和种植建议,从而使种植人员对农作物的生产管理和种植方法做出调整,以保证农产品的质量。
在上述技术方案中,优选地,排名模块,具体用于:按照特征、有损率和无损率中的单一字段或任意两个以上相关联的单一字段合并的组合字段对各批次的农产品进行排名。
在该技术方案中,根据已知的特征及有损率、无损率,按照特征、有损率、无损率对各批次的农产品进行排名,其中排名可以是单一字段的排名,根据排名情况和种植信息匹配相应推荐策略和/或种植建议,还可将两个以上相关联的字段合并,同样也可匹配相应推荐策略和/或种植建议。例如,分别按照特征一、特征二、有损率、无损率对各批次的农产品进行排名,或者按照特征一的有损率、特征二的有损率这样的组合字段对各批次的农产品进行排名。通过本发明的方法,能够自动鉴别有损、无损率,降低用工成本,并根据有损、无损率及农产品种植情况配置出合理的推荐策略和种植建议,提高产品质量、利用率量,预知预警,使生产更加科学,增产创收。
在上述任一技术方案中,优选地,无损鉴别系统包括轨道,无损鉴别装置还包括:设置模块,用于为各轨道设置编号;控制模块,用于根据编号、农产品的种植信息及有损率和无损率生成并发送相应的控制信号至轨道,以使轨道根据控制信号将农产品分框。
在该技术方案中,当轨道的数量为多条时,可以通过设置编号的方式,来增加产品分框的便利性,对于进入轨道的农产品,可根据轨道的编号、计算出的有损率、无损率生成相应的控制信号,以使轨道根据该控制信号将农产品分框。例如,有三条轨道,分别编号1、2、3,轨道1放入A区域的番茄、轨道2放入B区域的黄瓜、轨道3放入A区域的番茄,那么可以将轨道1和轨道3的番茄分入同一框,将轨道2的黄瓜单独分一框,从而实现分类放置;其中,若轨道1中A区域的番茄有损率为89%,而轨道3中A区域的番茄有损率为40%,那么轨道1和轨道3的番茄则也可以分框放置,从而实现高低质量产品分类。
在上述任一技术方案中,优选地,无损鉴别装置还包括:显示模块,用于显示推荐策略及种植建议,并将推荐策略及种植建议推送至终端。
在该技术方案中,管理者通过显示装置查看推荐策略和种植建议,进一步地,管理者可以将获取到的推荐策略和种植建议转达给种植人员,以使种植人员能够对农作物种植管理和种植方法及时做出处理,如紧急病虫害处理、加强环境控制策略等,或者在生产批次上做出改进,如增加种植间距、提高种子等级等。更优选地,通过将推荐策略及种植建议推送至种植人员手机端,种植人员可随时获取预知预警,从而改善种植策略或加强生产管理,使生产更加科学,增产创收。
在上述任一技术方案中,优选地,配置模块,还用于分析排名及种植信息,预估不同种植区域的作物生长情况,并配置相应的推荐策略和/或种植建议。
在该技术方案中,通过分析排名及农产品的种植信息,预估不同种植区域的作物生长情况,例如可以根据果实的大小与预设的理想果实的大小的对比情况,并结合该果实相应的种植情况,配置出合理的推荐策略和种植建议,预知有损情况。对于低产、低质量产区的作物可加强监督和预警、提前加工产品,增加使用价值,对于高产、高质量产区的作物可重点维护。
本发明还提出了一种无损鉴别系统,包括:识别装置,用于对各批次的农产品进行特征识别;服务器,与识别装置相连接,用于根据识别结果计算各批次农产品的有损率及无损率,并根据有损率及无损率生成推荐策略和/或种植建议。
根据本发明的无损鉴别系统,包括识别装置和服务器,识别装置对各批次的农产品进行特征识别,服务器与识别装置相连接,能够接收识别结果,并根据识别结果计算出农产品的有损率和无损率,并以此为依据生成推荐策略和/或种植建议,其中,对于各批次农产品而言,可以是同一种植区域也可以是不同种植区域。本发明的无损鉴别系统,实现了农作物万亩种植时,农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;低产农产品,可提前加工,增加使用价值;可将区域内高产及高质量区域作为重点维护及产量预测区域,将低产区,低质量产区作为重点监督及预警区域。
在上述技术方案中,优选地,无损鉴别系统还包括:轨道,与识别装置相连接,用于传输各批次的农产品,并将农产品分框。
在该技术方案中,包括轨道、识别装置和服务器,轨道用于传输农产品如番茄、黄瓜、玉米等,识别装置对进入轨道的农产品进行特征识别,从农产品进入轨道到果实出轨道后,出鉴定结果;轨道与识别装置相连接,连接的方式多样,包括如红外、蓝牙、WIFI等;服务器与识别装置相连接,能够接收识别结果,并根据识别结果计算出农产品的有损率和无损率,并以此为依据生成推荐策略和/或种植建议。本发明的无损鉴别系统,实现了农作物万亩种植时,高产农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;低产农产品,可提前加工,增加使用价值;可将区域内高产及高质量区域作为重点维护及产量预测区域,将低产区,低质量产区作为重点监督及预警区域。
在上述任一技术方案中,优选地,无损鉴别系统还包括:显示装置,用于显示推荐策略和种植建议。
在该技术方案中,管理者通过显示装置查看推荐策略和种植建议,进一步地,管理者可以将获取到的推荐策略和种植建议转达给种植人员,以使种植人员能够对农作物种植管理和种植方法及时做出处理,如紧急病虫害处理、加强环境控制策略等,或者在生产批次上做出改进,如增加种植间距、提高种子等级等。更优选地,通过将推荐策略及种植建议推送至种植人员手机端,种植人员可随时获取预知预警,从而改善种植策略或加强生产管理,使生产更加科学,增产创收。
本发明还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器用于执行如上述技术方案中任一项的无损鉴别方法的步骤。
根据本发明的计算机设备,其所包含的处理器用于执行如上述任一技术方案中的无损鉴别方法的步骤,因而该计算机设备能够实现该无损鉴别方法全部的有益效果,不再赘述。
本发明还提出了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现了如上述技术方案中任一项的无损鉴别方法的步骤。
根据本发明的计算机可读存储介质,其上存储的计算机程序被处理器执行时实现了如上述任一技术方案中的无损鉴别方法的步骤,因而该计算机可读存储介质能够实现该无损鉴别方法全部的有益效果,不再赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了根据本发明的一个实施例的无损鉴别方法的流程示意图;
图2示出了根据本发明的另一个实施例的无损鉴别方法的流程示意图;
图3示出了根据本发明的再一个实施例的无损鉴别方法的流程示意图;
图4示出了根据本发明的又一个实施例的无损鉴别方法的流程示意图;
图5示出了根据本发明的一个实施例的无损鉴别装置的示意框图;
图6示出了根据本发明的另一个实施例的无损鉴别装置的示意框图;
图7示出了根据本发明的又一个实施例的无损鉴别装置的示意框图;
图8示出了根据本发明的一个实施例的无损鉴别系统的示意图;
图9示出了根据本发明的另一个实施例的无损鉴别系统的示意图;
图10示出了根据本发明的一个实施例的计算机设备的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,根据本发明的一个实施例的无损鉴别方法的流程示意图。其中,该无损鉴别方法,用于无损鉴别系统,该无损鉴别方法包括:
步骤102,预设待识别农产品的至少一个特征,用于评估有损率和无损率;对各批次的农产品进行特征识别;
步骤104,接收并记录各批次的农产品的种植信息;
步骤106,统计各特征的数量并计算各批次的农产品的有损率及无损率;
步骤108,依照数值大小对各特征的数量及有损率和无损率分别进行排名;
步骤110,分析排名及种植信息,配置相应的推荐策略和/或种植建议。
本发明提供的无损鉴别方法,通过对各批次的农产品进行特征识别,可以鉴别出农产品的外部特征及新鲜程度等,接收并记录各批次的农产品的种植信息,可根据识别出的各特征的数量自动计算出各批次农产品的有损率和无损率。本领域技术人员应该理解,该有损率和无损率包括各个特征在一定时期内的有损和无损情况,以及根据所有特征计算出的在一定时期内的总体有损、无损情况;进一步通过对各特征及有损率和无损率进行排名,依据排名分析植物生长情况,并结合实际种植信息可配置相应的推荐策略和/或种植建议。例如,对于A批次具有斑点严重且有损率较高的苹果,可结合苹果的种植信息,如种植间距、种子等级、浇水情况等,给出合理的推荐策略,如需紧急进行病虫害处理或加强田间环境管理等。从而实现农作物万亩种植时,高产农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;对低产农产品,可提前加工,增加使用价值;可将区域内高产及高质量区域作为重点维护及产量预测区域,将低产区,低质量产区作为重点监督及预警区域。
在上述实施例中,优选地,特征包括以下任一项或其组合:疤痕、损伤、大小、新鲜度;种植信息包括以下任一项或其组合:品种、数量、种子等级、种植间距、种植区域、采收时间。
在该实施例中,通过对各批次的农产品进行特征识别,可以鉴别出农产品的外部特征如疤痕、损伤、大小、颜色、形状以及产品新鲜度等,根据识别出的各特征的数量等信息能自动计算出有损率和无损率,从而能快速而准确的进行农产品品质的综合评价;种植信息包括如品种、种子等级、种植间距、种植区域、采收时间、种植监管情况如施肥、病虫害处理、浇水情况等;将农产品的有损率、无损率及其种植信息相结合,可配置出合理的推荐策略和种植建议,从而使种植人员对农作物的生产管理和种植方法做出调整,以保证农产品的质量。
如图2所示,根据本发明的一个实施例的无损鉴别方法的流程示意图。其中,该无损鉴别方法,用于无损鉴别系统,该无损鉴别方法包括:
步骤202,预设待识别农产品的至少一个特征,用于评估有损率和无损率;对各批次的农产品进行特征识别;
步骤204,接收并记录各批次的农产品的种植信息;
步骤206,统计各特征的数量并计算各批次的农产品的有损率及无损率;
步骤208,依照数值大小,按照特征、有损率和无损率中的单一字段或任意两个以上相关联的单一字段合并的组合字段对各批次的农产品进行排名;
步骤210,分析排名及种植信息,配置相应的推荐策略和/或种植建议。
在该实施例中,根据已知的特征及有损率、无损率,按照特征、有损率、无损率对各批次的农产品进行排名,其中排名可以是单一字段的排名,根据排名情况和种植信息匹配相应推荐策略和/或种植建议,还可将两个以上相关联的字段合并,同样也可匹配相应推荐策略和/或种植建议。例如,分别按照特征一、特征二、有损率、无损率对各批次的农产品进行排名,或者按照特征一的有损率、特征二的有损率这样的组合字段对各批次的农产品进行排名。通过本发明的方法,能够自动鉴别有损、无损率,降低用工成本,并根据有损、无损率及农产品种植情况配置出合理的推荐策略和种植建议,提高产品质量、利用率量,预知预警,使生产更加科学,增产创收。
如图3所示,根据本发明的一个实施例的无损鉴别方法的流程示意图。其中,该无损鉴别方法,用于无损鉴别系统,无损鉴别系统包括轨道,该无损鉴别方法包括:
步骤302,为各轨道设置编号;
步骤304,预设待识别农产品的至少一个特征,用于评估有损率和无损率;对进入轨道中的各批次的农产品进行特征识别;
步骤306,接收并记录各批次的农产品的种植信息;
步骤308,统计各特征的数量并计算各批次的农产品的有损率及无损率;
步骤310,根据编号、有损率和无损率生成并发送相应的控制信号至轨道,以使轨道根据控制信号将农产品分框;
步骤312,依照数值大小,按照特征、有损率和无损率中的单一字段或任意两个以上相关联的单一字段合并的组合字段对各批次的农产品进行排名;
步骤314,分析排名及种植信息,配置相应的推荐策略和/或种植建议。
在该实施例中,当轨道的数量为多条时,可以通过设置编号的方式,来增加产品分框的便利性,对于进入轨道的农产品,可根据轨道的编号、农产品的种植信息,以及计算出的有损率、无损率生成相应的控制信号,以使轨道根据该控制信号将农产品分框。例如,有三条轨道,分别编号1、2、3,轨道1放入A区域的番茄、轨道2放入B区域的黄瓜、轨道3放入A区域的番茄,那么可以将轨道1和轨道3的番茄分入同一框,将轨道2的黄瓜单独分一框,从而实现分类放置;其中,若轨道1中A区域的番茄有损率为89%,而轨道3中A区域的番茄有损率为40%,那么轨道1和轨道3的番茄则也可以分框放置,从而实现高低质量产品分类。
如图4所示,根据本发明的一个实施例的无损鉴别方法的流程示意图。其中,该无损鉴别方法,用于无损鉴别系统,无损鉴别系统包括轨道,该无损鉴别方法包括:
步骤402,为各轨道设置编号;
步骤404,预设待识别农产品的至少一个特征,用于评估有损率和无损率;对进入轨道中的各批次的农产品进行特征识别;
步骤406,接收并记录各批次的农产品的种植信息;
步骤408,统计各特征的数量并计算各批次的农产品的有损率及无损率;
步骤410,根据编号、有损率和无损率生成并发送相应的控制信号至轨道,以使轨道根据控制信号将农产品分框;
步骤412,依照数值大小,按照特征、有损率和无损率中的单一字段或任意两个以上相关联的单一字段合并的组合字段对各批次的农产品进行排名;
步骤414,根据排名情况及种植信息,预估不同种植区域的作物生长情况,并配置相应的推荐策略和/或种植建议;
步骤416,显示推荐策略及种植建议,并将推荐策略及种植建议推送至终端。
在该实施例中,通过分析排名及农产品的种植信息,预估不同种植区域的作物生长情况,例如可以根据果实的大小与预设的理想果实的大小的对比情况,并结合该果实相应的种植情况,配置出合理的推荐策略和种植建议,预知有损情况。对于低产、低质量产区的作物可加强监督和预警、提前加工产品,增加使用价值,对于高产、高质量产区的作物可重点维护。
在该实施例中,管理者通过显示装置查看推荐策略和种植建议,进一步地,管理者可以将获取到的推荐策略和种植建议转达给种植人员,以使种植人员能够对农作物种植管理和种植方法及时做出处理,如紧急病虫害处理、加强环境控制策略等,或者在生产批次上做出改进,如增加种植间距、提高种子等级等。更优选地,通过将推荐策略及种植建议推送至种植人员手机端,种植人员可随时获取预知预警,从而改善种植策略或加强生产管理,使生产更加科学,增产创收。
如图5所示,根据本发明的一个实施例的无损鉴别装置的示意框图。其中,该无损鉴别装置500,用于无损鉴别系统,该装置500包括:
识别模块502,用于预设待识别农产品的至少一个特征,用于评估有损率和无损率;对各批次的农产品进行特征识别;
接收模块504,用于接收并记录各批次的农产品的种植信息;
分析模块506,用于统计各特征的数量并计算各批次的农产品的有损率及无损率;
排名模块508,用于依照数值大小对各特征的数量及有损率和无损率分别进行排名;
配置模块510,用于分析排名及种植信息,配置相应的推荐策略和/或种植建议。
本发明提供的无损鉴别装置500,通过对各批次的农产品进行特征识别,可以鉴别出农产品的外部特征及新鲜程度等,接收并记录各批次的农产品的种植信息,可根据识别出的各特征的数量自动计算出各批次农产品的有损率和无损率。本领域技术人员应该理解,该有损率和无损率包括各个特征在一定时期内的有损和无损情况,以及根据所有特征计算出的在一定时期内的总体有损、无损情况;进一步通过对各特征及有损率和无损率进行排名,依据排名分析植物生长情况,并结合实际种植信息可配置相应的推荐策略和/或种植建议。例如,对于A批次具有斑点严重且有损率较高的苹果,可结合苹果的种植信息,如种植间距、种子等级、浇水情况等,给出合理的推荐策略,如需紧急进行病虫害处理或加强田间环境管理等。从而实现农作物万亩种植时,高产农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;对低产农产品,可提前加工,增加使用价值;可将区域内高产及高质量区域作为重点维护及产量预测区域,将低产区,低质量产区作为重点监督及预警区域。
在上述实施例中,优选地,特征包括以下任一项或其组合:疤痕、损伤、大小、新鲜度;种植信息包括以下任一项或其组合:品种、数量、种子等级、种植间距、种植区域、采收时间。
在该实施例中,通过对各批次的农产品进行特征识别,可以鉴别出农产品的外部特征如疤痕、损伤、大小、颜色、形状以及产品新鲜度等,根据识别出的各特征的数量等信息能自动计算出有损率和无损率,从而能快速而准确的进行农产品品质的综合评价;种植信息包括如品种、种子等级、种植间距、种植区域、采收时间、种植监管情况如施肥、病虫害处理、浇水情况等;将农产品的有损率、无损率及其种植信息相结合,可配置出合理的推荐策略和种植建议,从而使种植人员对农作物的生产管理和种植方法做出调整,以保证农产品的质量。
在上述实施例中,优选地,排名模块508,具体用于:按照特征、有损率和无损率中的单一字段或任意两个以上相关联的单一字段合并的组合字段对各批次的农产品进行排名。
在该实施例中,根据已知的特征及有损率、无损率,按照特征、有损率、无损率对各批次的农产品进行排名,其中排名可以是单一字段的排名,根据排名情况和种植信息匹配相应推荐策略和/或种植建议,还可将两个以上相关联的字段合并,同样也可匹配相应推荐策略和/或种植建议。例如,分别按照特征一、特征二、有损率、无损率对各批次的农产品进行排名,或者按照特征一的有损率、特征二的有损率这样的组合字段对各批次的农产品进行排名。通过本发明的方法,能够自动鉴别有损、无损率,降低用工成本,并根据有损、无损率及农产品种植情况配置出合理的推荐策略和种植建议,提高产品质量、利用率量,预知预警,使生产更加科学,增产创收。
如图6所示,根据本发明的一个实施例的无损鉴别装置的示意框图。其中,该无损鉴别装置600,用于无损鉴别系统,无损鉴别系统包括轨道,该装置600包括:
识别模块602,用于预设待识别农产品的至少一个特征,用于评估有损率和无损率;对进入所述轨道中的各批次的农产品进行特征识别;
接收模块604,用于接收并记录各批次的农产品的种植信息;
分析模块606,用于统计各特征的数量并计算各批次的农产品的有损率及无损率;
排名模块608,用于依照数值大小,按照特征、有损率和无损率中的单一字段或任意两个以上相关联的单一字段合并的组合字段对各批次的农产品进行排名;
配置模块610,用于根据排名及种植信息,配置相应的推荐策略和/或种植建议;
设置模块612,用于为各轨道设置编号;
控制模块614,用于根据编号、农产品的种植信息及有损率和无损率生成并发送相应的控制信号至轨道,以使轨道根据控制信号将农产品分框。
在该实施例中,当轨道的数量为多条时,可以通过设置编号的方式,来增加产品分框的便利性,对于进入轨道的农产品,可根据轨道的编号、农产品的种植信息,以及计算出的有损率、无损率生成相应的控制信号,以使轨道根据该控制信号将农产品分框。例如,有三条轨道,分别编号1、2、3,轨道1放入A区域的番茄、轨道2放入B区域的黄瓜、轨道3放入A区域的番茄,那么可以将轨道1和轨道3的番茄分入同一框,将轨道2的黄瓜单独分一框,从而实现分类放置;其中,若轨道1中A区域的番茄有损率为89%,而轨道3中A区域的番茄有损率为40%,那么轨道1和轨道3的番茄则也可以分框放置,从而实现高低质量产品分类。
如图7所示,根据本发明的一个实施例的无损鉴别装置的示意框图。其中,该无损鉴别装置700,用于无损鉴别系统,无损鉴别系统包括轨道,该装置700包括:
识别模块702,用于预设待识别农产品的至少一个特征,用于评估有损率和无损率;对进入所述轨道中的各批次的农产品进行特征识别;
接收模块704,用于接收并记录各批次的农产品的种植信息;
分析模块706,用于统计各特征的数量并计算各批次的农产品的有损率及无损率;
排名模块708,用于依照数值大小,按照特征、有损率和无损率中的单一字段或任意两个以上相关联的单一字段合并的组合字段对各批次的农产品进行排名;
配置模块710,用于根据排名及种植信息,预估不同种植区域的作物生长情况,并配置相应的推荐策略和/或种植建议;
设置模块712,用于为各轨道设置编号;
控制模块714,用于根据编号、有损率和无损率生成并发送相应的控制信号至轨道,以使轨道根据控制信号将农产品分框;
显示模块716,用于显示推荐策略及种植建议,并将推荐策略及种植建议推送至终端。
在该实施例中,通过分析排名及农产品的种植信息,预估不同种植区域的作物生长情况,例如可以根据果实的大小与预设的理想果实的大小的对比情况,并结合该果实相应的种植情况,配置出合理的推荐策略和种植建议,预知有损情况。对于低产、低质量产区的作物可加强监督和预警、提前加工产品,增加使用价值,对于高产、高质量产区的作物可重点维护。
管理者通过显示装置查看推荐策略和种植建议,进一步地,管理者可以将获取到的推荐策略和种植建议转达给种植人员,以使种植人员能够对农作物种植管理和种植方法及时做出处理,如紧急病虫害处理、加强环境控制策略等,或者在生产批次上做出改进,如增加种植间距、提高种子等级等。更优选地,通过将推荐策略及种植建议推送至种植人员手机端,种植人员可随时获取预知预警,从而改善种植策略或加强生产管理,使生产更加科学,增产创收。
如图8所示,根据本发明的一个实施例的无损鉴别系统的示意图。其中,该无损鉴别系统800,包括:
识别装置802,用于对各批次的农产品进行特征识别;
服务器804,与识别装置相连接,用于根据识别结果计算各批次农产品的有损率及无损率,并根据有损率及无损率生成推荐策略和/或种植建议。
本发明提供的无损鉴别系统800,包括识别装置802和服务器804,识别装置802对各批次的农产品进行特征识别,服务器804与识别装置802相连接,能够接收识别结果,并根据识别结果计算出农产品的有损率和无损率,并以此为依据生成推荐策略和/或种植建议,其中,对于各批次农产品而言,可以是同一种植区域也可以是不同种植区域。本发明实施例的无损鉴别系统,实现了农作物万亩种植时,高产农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;低产农产品,可提前加工,增加使用价值;可将区域内高产及高质量区域作为重点维护及产量预测区域,将低产区,低质量产区作为重点监督及预警区域。
如图9所示,根据本发明的另一个实施例的无损鉴别系统的示意图。其中,该无损鉴别系统900,包括:
轨道902,用于传输各批次的农产品,并将农产品分框;
识别装置904,与轨道902相连接,用于对进入轨道中的农产品进行特征识别;
服务器906,与识别装置904相连接,用于根据识别结果计算农产品的有损率及无损率,并根据有损率及无损率生成推荐策略和/或种植建议。
本发明提供的无损鉴别系统900,包括轨道902、识别装置904和服务器906,轨道902用于传输农产品如番茄、黄瓜、玉米等,识别装置904对进入轨道的农产品进行特征识别,从农产品进入轨道902到果实出轨道902后,出鉴定结果;轨道902与识别装置相连接,连接的方式多样,包括如红外、蓝牙、WIFI等;服务器906与识别装置904相连接,能够接收识别结果,并根据识别结果计算出农产品的有损率和无损率,并以此为依据生成推荐策略和/或种植建议。本实施例的无损鉴别系统,实现了万亩种植时,高产农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;低产农产品,可提前加工,增加使用价值;可将区域内高产及高质量区域作为重点维护及产量预测区域,将低产区,低质量产区作为重点监督及预警区域。
在上述任一实施例中,优选地,无损鉴别系统还包括:显示装置,用于显示推荐策略和种植建议。
在该实施例中,管理者通过显示装置查看推荐策略和种植建议,进一步地,管理者可以将获取到的推荐策略和种植建议转达给种植人员,以使种植人员能够对农作物种植管理和种植方法及时做出处理,如紧急病虫害处理、加强环境控制策略等,或者在生产批次上做出改进,如增加种植间距、提高种子等级等。更优选地,通过将推荐策略及种植建议推送至种植人员手机端,种植人员可随时获取预知预警,从而改善种植策略或加强生产管理,使生产更加科学,增产创收。
具体实施例:提供一种物联网系统,由轨道、服务器、识别装置组成。识别装置通过一套机器视觉技术,从果实进入轨道到果实出轨道后,出鉴定结果,包括特征1、特征2…特征X等,这些特征包括疤痕、摔伤、斑点、虫眼等,鉴定结果如表1所示。服务器包括接收模块、控制模块和分析模块,其中接收模块用于接收并记录进入轨道中的农产品的产量、品种、种植间距等信息;控制模块用于为各轨道设置编号,并根据编号、农产品的种植区域生成并发送相应的控制信号至轨道,以使轨道根据控制信号将农产品分框。
表1鉴定结果表
区域 | 品种 | 特征1 | 特征2 | 特征X | 鉴定区域 |
A区 | 番茄A | 疤痕(面积Xmm) | 摔痕(面积Xmm) | XXX | A框 |
B区 | 番茄B | 疤痕(面积Xmm) | 摔痕(面积Xmm) | XXX | A框 |
C区 | 番茄C | 疤痕(面积Xmm) | 摔痕(面积Xmm) | XXX | B框 |
分析模块用于根据如表1已有的基础数据,建立大数据模型,计算果实的在一定时期(如一个月)的有损率和无损率,如表2、3所示:
表2.A区域(1亩)
品种 | 日期 | 产量 | 特征1数量 | 特征2数量 | 有损率 | 无损率 |
番茄A | 1月1日 | 100kg | 50kg | 50kg | 20% | 80% |
番茄A | 1月2日 | 100kg | 60kg | 40kg | 15% | 90% |
番茄A | 1月3日 | 100kg | 70kg | 30kg | 10% | 80% |
表3.B区域(1亩)
品种 | 日期 | 产量 | 特征1数量 | 特征2数量 | 有损率 | 无损率 |
番茄B | 1月4日 | 200kg | 10kg | 9kg | 10% | 85% |
番茄B | 1月5日 | 200kg | 2kg | 9kg | 5% | 95% |
番茄B | 1月6日 | 200kg | 10kg | 8kg | 1% | 82% |
分析模块还用于按照种植区域、品种、各识别特征、有损率、无损率进行问题点排名,从而匹配出种植推荐点和推荐策略,如表4、表5所示:
表4.排名情况
从表4中可以看出,A区域的番茄A,在一定时期内(如一个月)其特征1排名第一的次数有5天,特征1可以为果实大小,具体而言,果实在5mm至10mm之间(小于标准果实大小),结合番茄A的种子等级及种植间距等信息,匹配出的种植建议为提升种子等级。
表5.配置规则
特征1排名 | 特征2排名 | 有损率排名 | 无损率排名 | 推荐策略 |
A区 | B区 | C区 | B区 | 紧急病虫害处理 |
B区 | A区 | A区 | A区 | 提前进入加工,紧急处理 |
C区 | C区 | B区 | C区 | 加强环境控制策略 |
值得注意的是,排名是单一字段的排名,单一排名可匹配相应推荐策略,也可将两个以上相关联的字段合并,如出现两种以上情况,也可匹配相应推荐策略。通过本发明实施例提供的物联网系统,实现大田(或无土栽培)万亩种植时,高产农产品的有损、无损自动鉴别,缺陷产品、高低质量产品分类,降低用工成本、降低损耗;对低产农产品,可提前加工,增加使用价值;将高产及高质量区域作为重点维护及产量预测区域,对低产及低质量产区进行重点监督及预警。
如图10所示,根据本发明的一个实施例的计算机设备的示意图。其中,该计算机设备1,包括存储器12、处理器14及存储在存储器12上并可在处理器14上运行的计算机程序,处理器14用于执行如上述任一实施例中的无损鉴别方法的步骤。
本发明提供的计算机设备1,其所包含的处理器14用于执行如上述任一实施例中的无损鉴别方法的步骤,因而该计算机设备1能够实现该无损鉴别方法全部的有益效果,不再赘述。
本发明的另一方面实施例,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现了如上述任一实施例中的无损鉴别方法的步骤。
本发明提供的计算机可读存储介质,其上存储的计算机程序被处理器执行时实现了如上述任一实施例中的无损鉴别方法的步骤,因而该计算机可读存储介质能够实现该无损鉴别方法全部的有益效果,不再赘述。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种无损鉴别方法,其特征在于,用于无损鉴别系统,所述无损鉴别方法包括:
预设待识别农产品的至少一个特征,用于评估有损率和无损率;
对各批次的农产品进行所述特征识别;
接收并记录所述各批次的农产品的种植信息;
统计各所述特征的数量并计算所述各批次的农产品的有损率及无损率;
依照数值大小,对各所述特征的数量及所述有损率和所述无损率分别进行排名;
分析所述排名及所述种植信息,配置相应的推荐策略和/或种植建议。
2.根据权利要求1所述的无损鉴别方法,其特征在于,
所述特征包括以下任一项或其组合:疤痕、损伤、大小、新鲜度;
所述种植信息包括以下任一项或其组合:品种、数量、种子等级、种植间距、种植区域、采收时间。
3.根据权利要求2所述的无损鉴别方法,其特征在于,所述对各所述特征的数量及所述有损率和所述无损率分别进行排名的步骤,包括:
按照所述特征、所述有损率和所述无损率中的单一字段或任意两个以上相关联的所述单一字段合并的组合字段对所述各种植区域的农产品进行排名。
4.根据权利要求1至3中任一项所述的无损鉴别方法,其特征在于,所述无损鉴别系统包括轨道,所述无损鉴别方法还包括:
为各所述轨道设置编号;
根据所述编号、所述有损率和所述无损率生成并发送相应的控制信号至所述轨道,以使所述轨道根据所述控制信号将所述农产品分框。
5.根据权利要求4所述的无损鉴别方法,其特征在于,所述无损鉴别方法还包括:
分析所述排名及所述种植信息,预估不同种植区域的作物生长情况,并配置相应的推荐策略和/或种植建议。
6.一种无损鉴别装置,其特征在于,用于无损鉴别系统,所述无损鉴别装置包括:
识别模块,用于预设待识别农产品的至少一个特征,用于评估有损率和无损率;以及
对各批次的农产品进行特征识别;
接收模块,用于接收并记录所述各批次的农产品的种植信息;
分析模块,用于统计各所述特征的数量并计算所述各批次的农产品的有损率及无损率;
排名模块,用于依照数值大小,对各所述特征的数量及所述有损率和所述无损率分别进行排名;
配置模块,用于分析所述排名及所述种植信息,配置相应的推荐策略和/或种植建议。
7.根据权利要求6所述的无损鉴别装置,其特征在于,所述排名模块,具体用于:
按照所述特征及其对应的所述有损率和所述无损率中的单一字段或任意两个以上相关联的所述单一字段合并的组合字段对所述各种植区域的农产品进行排名。
8.根据权利要求6或7所述的无损鉴别装置,其特征在于,所述无损鉴别系统包括轨道,所述无损鉴别装置还包括:
设置模块,用于为各所述轨道设置编号;
控制模块,用于根据所述编号、所述有损率和所述无损率生成并发送相应的控制信号至所述轨道,以使所述轨道根据所述控制信号将所述农产品分框。
9.一种无损鉴别系统,其特征在于,包括:
识别装置,用于对各批次的农产品进行特征识别;
服务器,与所述识别装置相连接,用于根据识别结果计算所述各批次农产品的有损率及无损率,并根据所述有损率及所述无损率生成推荐策略和/或种植建议。
10.根据权利要求9所述的一种无损鉴别系统,其特征在于,所述无损鉴别系统还包括:
轨道,与所述识别装置相连接,用于传输所述各批次的农产品,并将所述农产品分框。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810163107.6A CN108416517A (zh) | 2018-02-26 | 2018-02-26 | 无损鉴别方法及装置和无损鉴别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810163107.6A CN108416517A (zh) | 2018-02-26 | 2018-02-26 | 无损鉴别方法及装置和无损鉴别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416517A true CN108416517A (zh) | 2018-08-17 |
Family
ID=63129301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810163107.6A Pending CN108416517A (zh) | 2018-02-26 | 2018-02-26 | 无损鉴别方法及装置和无损鉴别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416517A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102384767A (zh) * | 2011-11-17 | 2012-03-21 | 江苏大学 | 一种设施作物生长信息无损检测装置和方法 |
CN103247006A (zh) * | 2013-05-07 | 2013-08-14 | 湖北亿瑞生物科技有限公司 | 一种基于智能决策的食用菌栽培监控装置及方法 |
CN104597052A (zh) * | 2015-02-09 | 2015-05-06 | 淮阴工学院 | 基于多特征融合的马铃薯高速无损分级检测方法及系统 |
CN104866970A (zh) * | 2015-05-26 | 2015-08-26 | 徐吉祥 | 智能种植管理方法和智能种植设备 |
CN107016618A (zh) * | 2017-03-15 | 2017-08-04 | 周口职业技术学院 | 一种提高果树坐果率的方法 |
CN107241403A (zh) * | 2017-05-31 | 2017-10-10 | 深圳前海弘稼科技有限公司 | 推送方法及推送装置、服务器、设备和可读存储介质 |
-
2018
- 2018-02-26 CN CN201810163107.6A patent/CN108416517A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102384767A (zh) * | 2011-11-17 | 2012-03-21 | 江苏大学 | 一种设施作物生长信息无损检测装置和方法 |
CN103247006A (zh) * | 2013-05-07 | 2013-08-14 | 湖北亿瑞生物科技有限公司 | 一种基于智能决策的食用菌栽培监控装置及方法 |
CN104597052A (zh) * | 2015-02-09 | 2015-05-06 | 淮阴工学院 | 基于多特征融合的马铃薯高速无损分级检测方法及系统 |
CN104866970A (zh) * | 2015-05-26 | 2015-08-26 | 徐吉祥 | 智能种植管理方法和智能种植设备 |
CN107016618A (zh) * | 2017-03-15 | 2017-08-04 | 周口职业技术学院 | 一种提高果树坐果率的方法 |
CN107241403A (zh) * | 2017-05-31 | 2017-10-10 | 深圳前海弘稼科技有限公司 | 推送方法及推送装置、服务器、设备和可读存储介质 |
Non-Patent Citations (1)
Title |
---|
应桦,宋建群,任自力: "不同种植方式马铃薯产量品质的比较分析", 《农技服务》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105260894A (zh) | 农业物联网农产品质量安全溯源的方法及其物联网系统 | |
US20130066666A1 (en) | Enhancing Performance of Crops Within An Area of Interest | |
JPWO2020044480A1 (ja) | 作物生育ステージ判定システムのサーバ装置、生育ステージ判定方法及びプログラム | |
CN109146130A (zh) | 农产品定制化种植与全程溯源平台及方法 | |
CN107194822A (zh) | 一种基于区块链的农业数据共享系统及方法 | |
CN108133380A (zh) | 食品安全的溯源方法 | |
JP6410697B2 (ja) | 農作業計画支援システム | |
US20230157231A1 (en) | Methods for artificial pollination and apparatus for doing the same | |
CN108776874A (zh) | 一种现代农业监管分析系统 | |
CN106372681A (zh) | 一种基于rfid的蔬菜生产过程关键点监管方法及系统 | |
CN115860581B (zh) | 农作物品种适宜性评价方法、装置、设备及存储介质 | |
CN114548671A (zh) | 基于区块链的农产品溯源系统及方法 | |
CN112116206A (zh) | 一种基于大数据的智慧农业系统 | |
KR20180121032A (ko) | 작물의 생육 상태 측정 방법 및 시스템 | |
Williams II | Few crop traits accurately predict variables important to productivity of processing sweet corn | |
CN114298615A (zh) | 一种农作物种植风险预防方法、装置、存储介质和设备 | |
CN111122453A (zh) | 信息处理方法、装置和系统 | |
CN108416517A (zh) | 无损鉴别方法及装置和无损鉴别系统 | |
CN113010529A (zh) | 基于知识图谱的作物管理方法和装置 | |
CN108607106B (zh) | 一种温室大棚自动化消毒方法及系统 | |
CN115099538A (zh) | 籽粒含水量预测方法、装置、设备及介质 | |
CN112164041A (zh) | 基于多尺度深度神经网络的黄龙病自动诊疗系统及方法 | |
Ramburan | Interactions affecting the optimal harvest age of sugarcane in rainfed regions of South Africa | |
Chakane et al. | Automated Information System for improved crop management | |
Smith et al. | Extreme Temperatures and Field-Level Crop Quality, Yield, and Revenue |
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: 20180817 |