CN109255779A - 基于物联网的托管种植服务平台 - Google Patents

基于物联网的托管种植服务平台 Download PDF

Info

Publication number
CN109255779A
CN109255779A CN201810940367.XA CN201810940367A CN109255779A CN 109255779 A CN109255779 A CN 109255779A CN 201810940367 A CN201810940367 A CN 201810940367A CN 109255779 A CN109255779 A CN 109255779A
Authority
CN
China
Prior art keywords
platform
plant
module
disease
pest
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
Application number
CN201810940367.XA
Other languages
English (en)
Inventor
朱洪波
饶安琪
邵汉钦
杨小彤
生建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201810940367.XA priority Critical patent/CN109255779A/zh
Publication of CN109255779A publication Critical patent/CN109255779A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明提供了一种基于物联网的托管种植服务平台，包括平台服务端、平台用户端及平台管理端。平台服务端包括植物品种选择模块、种植计划选择模块、植物生长详情模块、视频模块及观察模块。观察模块使的作用是基于计算机视觉技术对植物中的病虫害信息进行识别。观察模块识别病虫害信息时，主要包括以下步骤：S1，采集原始图像；S2，将原始图像转换至灰度空间、YUV颜色空间、HSV颜色空间，以对植物中存在的病虫害进行大致识别；S3，对植物中存在的病虫害信息进行精确识别；S4，获取病虫害信息。如此，使用计算机视觉技术对病虫害信息进行识别，相较于人工作业，提高了病虫害识别的效率及准确性。

Description

基于物联网的托管种植服务平台
技术领域
本发明涉及一种基于物联网的托管种植服务平台。
背景技术
进入21世纪以来，人们的生活水平显著提升，在忙碌的工作之余，许多人有种植植物的爱好，乐于享受种植过程中带来的乐趣，同时也能够获得种植成功而带来的成就感。然而，由于在时间、空间上的限制以及在种植经验上的不足，导致人们常常疏于对植物的管理、采用不当的种植方式或者不能提供充足的空间供植物生长，最终，种植结果往往不尽如人意，使得人们无法享受由种植带来的乐趣，也无法获得由种植成功所带来的成就感。此外，植物的病虫害问题直接影响着植物的生长状态，对植物的生长过程构成了巨大的威胁。目前的农业病虫害监测主要依靠人工凭借自身的经验进行识别，工作效率低，且准确性易受主观性的影响。
鉴于此，确有必要提出一种基于物联网的托管种植服务平台，以解决上述问题。
发明内容
本发明的目的在于提供一种病虫害识别效率、准确性较高的基于物联网的托管种植服务平台。
为了实现上述目的，本发明采用如下技术方案：一种基于物联网的托管种植服务平台，包括平台服务端、与所述平台服务端信号连接的平台用户端与平台管理端，所述平台服务端包括植物品种选择模块、种植计划选择模块、植物生长详情模块、视频模块及观察模块；所述观察模块用于基于计算机视觉技术对植物中的病虫害信息进行识别；所述观察模块识别病虫害信息时，主要包括以下步骤：
S1，在RGB颜色空间中采集植物的原始图像；
S2，将原始图像转换至灰度空间、YUV颜色空间、HSV颜色空间，提取相应的分量值并进行带权值的线性组合，以对植物中存在的病虫害进行大致识别并获取病虫害的初始图像；
S3，将病虫害的初始图像进行直方图均衡化，以对植物中存在的病虫害信息进行精确识别并获取病虫害的优化图像；
S4，使用边缘检测技术从病虫害的优化图像中剥离出病虫害图像，以获取病虫害信息。
作为本发明进一步改进的技术方案，在步骤S2中，使用加权平均法将原始图像转换至灰度空间，满足如下关系式：
Gray＝29.9％*R+57.8％*G+11.3％*B
其中，Gray、R、G、B分别为灰色、红色、绿色、蓝色的亮度。
作为本发明进一步改进的技术方案，在步骤S2中，将原始图像转换至HSV颜色空间，满足如下关系式：
H＝(G-B)/(max(R、G、B)-min(R、G、B))
S＝(max(R、G、B)-min(R、G、B))/max(R、G、B)
V＝max(R、G、B)
其中，R、G、B分别为红色、绿色、蓝色的亮度。
作为本发明进一步改进的技术方案，在步骤S2中，将原始图像转换至YUV颜色空间，满足如下关系式：
Y＝0.299R+0.587G+0.114B
U＝-0.147R-0.289G+0.436B
V＝0.615R-0.515G-0.1B
其中，R、G、B分别为红色、绿色、蓝色的亮度。
作为本发明进一步改进的技术方案，在步骤S3中，直方图均衡化处理是指使用累积分布函数进行映射：
其中，n是图像中像素的总和，nk是当前灰度等级的像素个数，L是当前图像中可能的灰度等级总数。
作为本发明进一步改进的技术方案，在步骤S4中，边缘检测技术包括如下步骤：
S41，引入如下算子：
Gx＝f(i,j)-f(i-1,j-1)
Gy＝f(i-1,j)-f(i,j-1)
其中，Gx是水平方向的梯度，Gy是垂直方向的梯度，sqrt为平方根计算函数；
S42，设定阈值g，当G(x，y)＞g时，认定(i，j)是病虫害图像的边缘点，以得到一个二值图像。
作为本发明进一步改进的技术方案，所述观察模块与所述视频模块信号连接，所述观察模块将植物的病虫害信息传输至所述视频模块以呈现给用户。
作为本发明进一步改进的技术方案，所述视频模块供用户调用视频信息查看植物的实时影像；当植物存在病虫害时，所述视频模块对病虫害区域进行突出显示。
作为本发明进一步改进的技术方案，所述植物品种选择模块包括若干种植物品种；所述种植计划选择模块包括若干种植物种植计划；当用户在所述植物品种选择模块与所述种植计划选择模块中完成植物品种和种植计划选择后，提交订单至平台；当用户的订单进入执行状态后，平台管理人员根据用户所选购的植物品种及种植计划为用户进行种植；当用户订购的植物品种及相应的种植计划执行完成后，平台将种植好的植物发送给用户。
作为本发明进一步改进的技术方案，所述平台管理端包括上架模块、下架模块以及数据库模块；所述上架模块供平台管理人员上架植物品种、种植计划；所述下架模块供平台管理人员下架植物品种、种植计划；所述数据库模块用于存储植物生长详情和种植计划执行情况。
本发明的有益效果是：本发明基于物联网的托管种植服务平台在平台的构建中综合利用各种通信技术，将植物的各类状态定时上传至平台管理端的数据库模块，用户通过平台用户端的用户登录模块进行登录后，可以通过平台服务端查看植物的实时生长状态；在平台对所接受订单进行生产的过程中，使用计算机视觉技术对病虫害信息进行识别，相较于人工作业，提高了病虫害识别的效率及准确性。
附图说明
图1为本发明基于物联网的托管种植服务平台的结构示意图。
图2为本发明基于物联网的托管种植服务平台的工作流程示意图。
图3为计算机视觉技术识别病虫害信息的流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施方式对本发明进行详细描述。
请参阅图1至图2所示，本发明的基于物联网的托管种植服务平台(以下简称平台)包括平台用户端、平台服务端以及平台管理端。平台用户端、平台管理端均与平台服务端信号连接。
平台服务端包括植物品种选择模块、种植计划选择模块、支付模块、订单管理模块、植物生长详情模块、视频模块、观察模块、物流模块、客服模块以及论坛模块。各模块之间信号连接。
植物品种选择模块包括若干种植物品种；种植计划选择模块包括若干种植物种植计划；用户可以在植物品种选择模块中选择计划种植的植物品种，在种植计划选择模块中依据自己的判断选择由平台提供的科学的、个性化的植物种植计划。当用户选择植物品种和种植计划后，直接提交订单，待平台接收到订单后，即为用户生成相应的订单，用户通过支付模块为订单进行相应金额的支付后，可以在订单管理模块中查询到与当前账号相匹配的订单信息；此时，订单进入执行状态，平台根据用户所选购的植物品种及种植计划为用户进行种植。
当平台按照用户选择的植物品种以及种植计划进行种植但种植结果不佳或失败时，若用户仍然有意向种植原有的植物品种，平台将向客户提供一定程度的金额优惠(比如：按照原订单的价格给予一定比例的价格优惠、提供一定价值的抵用券)。
植物生长详情模块供用户实时查询订单中订购的植物的生长情况与订购的种植计划的执行情况。当用户订购的植物品种及相应的种植计划执行完成后，平台将种植好的植物(或果实)通过物流发送给用户，在运送过程中，用户可通过物流模块查看当前的物流进度。
客服模块供用户与平台客服人员进行沟通咨询。
论坛模块供各平台用户之间交流植物种植的相关经验、体会。
视频模块供用户调用视频信息以查看植物的实时影像。观察模块用于基于计算机视觉技术，实时识别并监控植物的病虫害信息并将植物的病虫害信息传输至视频模块，视频模块对病虫害区域进行突出显示以呈现给用户。
请参阅图3并结合图1与图2所示，观察模块识别病虫害信息时，主要包括以下步骤：
S1，在RGB颜色空间中采集植物的原始图像；
S2，将原始图像转换至灰度空间、YUV颜色空间、HSV颜色空间，提取相应的分量值并进行带权值的线性组合，以对植物中存在的病虫害进行大致识别并获取病虫害的初始图像；
S3，将病虫害的初始图像进行直方图均衡化，以对植物中存在的病虫害信息进行精确识别并获取病虫害的优化图像；
S4，使用边缘检测技术从病虫害的优化图像中剥离出病虫害图像，以获取病虫害信息。
其中，摄像头所采集的原始图像是位于RGB颜色空间的，RGB颜色空间中一共有红、绿、蓝三个颜色通道。使用加权平均法将原始图像转换至灰度空间，满足如下关系式：
Gray＝29.9％*R+57.8％*G+11.3％*B
其中，Gray、R、G、B分别为灰色、红色、绿色、蓝色的亮度。因为，人眼对绿色敏感度最高，红色次之，蓝色最低，据此原则及经验设置如上权值，以增强图像的对比度，便于观察。同时，灰度空间的图像是单通道的，如此，可以减少数据处理量，从而提高系统的处理效率。
将原始图像转换至HSV颜色空间，满足如下关系式：
H＝(G-B)/(max(R、G、B)-min(R、G、B))
S＝(max(R、G、B)-min(R、G、B))/max(R、G、B)
V＝max(R、G、B)
将原始图像转换至YUV颜色空间，满足如下关系式：
Y＝0.299R+0.587G+0.114B
U＝-0.147R-0.289G+0.436B
V＝0.615R-0.515G-0.1B
为了充分利用上述三个颜色空间的特点，建立基于上述三个颜色空间的目标识别公式：
T＝(2V-H-S)+(2Y-U-V)+Gray
通过上述颜色空间的转换，实现了对病虫害图像信息的大致定位。
完成了对病虫害图像信息的大致定位之后，需要对图像进行直方图均衡化，进行直方图均衡化的目的在于增强病虫害图像与周围图像之间的对比度，使得病虫害的识别更为准确，同时也会过滤一些在大致定位阶段中定位错误的图像，从而实现对病虫害图像进一步地精确定位，在这一过程中，使用累积分布函数进行映射：
其中，n是图像中像素的总和，nk是当前灰度等级的像素个数，L是当前图像中可能的灰度等级总数。通过此映射，增强了病虫害图像与周围图像的对比度，提高了对病虫害图像的定位精度，从而实现了对病虫害图像的精确定位。
在步骤S3中，边缘检测技术包括如下步骤：
S41，引入如下算子：
Gx＝f(i,j)-f(i-1,j-1)
Gy＝f(i-1,j)-f(i,j-1)
其中，Gx是水平方向的梯度，Gy是垂直方向的梯度，sqrt为平方根计算函数；
S42，视具体的情况设定阈值g，当G(x，y)＞g时，认定(i，j)是病虫害图像的边缘点，以得到一个二值图像，即，病虫害信息的边缘图像，从而实现对病虫害图像的剥离，完成对病虫害信息的识别，以便于平台管理人员做相应处理。
平台用户端包括用户注册模块及用户登录模块。平台的意向用户通过用户登录模块进行注册，成为平台注册用户；注册用户通过用户登录模块登录平台。
平台管理端包括上架模块、下架模块以及数据库模块。上架模块供平台管理人员上架植物品种、种植计划；下架模块供平台管理人员下架植物品种、种植计划；数据库模块用于存储用户的注册信息、登录信息、订单信息、植物生长详情、种植计划执行情况、物流信息。
综上所述，本发明基于物联网的托管种植服务平台在平台的构建中综合利用各种通信技术，将植物的各类状态定时上传至平台管理端的数据库模块，用户通过平台用户端的用户登录模块进行登录后，可以通过平台服务端查看植物的实时生长状态；在平台对所接受订单进行生产的过程中，使用计算机视觉技术对病虫害信息进行识别，相较于人工作业，提高了病虫害识别的效率及准确性。
以上实施例仅用于说明本发明而并非限制本发明所描述的技术方案，对本说明书的理解应该以所属技术领域的技术人员为基础，尽管本说明书参照上述的实施例对本发明已进行了详细的说明，但是，本领域的普通技术人员应当理解，所属技术领域的技术人员仍然可以对本发明进行修改或者等同替换，而一切不脱离本发明的精神和范围的技术方案及其改进，均应涵盖在本发明的权利要求范围内。

Claims (10)

1.一种基于物联网的托管种植服务平台，包括平台服务端、与所述平台服务端信号连接的平台用户端与平台管理端，其特征在于：所述平台服务端包括植物品种选择模块、种植计划选择模块、植物生长详情模块、视频模块及观察模块；所述观察模块用于基于计算机视觉技术对植物中的病虫害信息进行识别；所述观察模块识别病虫害信息时，主要包括以下步骤：
S1，在RGB颜色空间中采集植物的原始图像；
S2，将原始图像转换至灰度空间、YUV颜色空间、HSV颜色空间，提取相应的分量值并进行带权值的线性组合，以对植物中存在的病虫害进行大致识别并获取病虫害的初始图像；
S3，将病虫害的初始图像进行直方图均衡化，以对植物中存在的病虫害信息进行精确识别并获取病虫害的优化图像；
S4，使用边缘检测技术从病虫害的优化图像中剥离出病虫害图像，以获取病虫害信息。
2.根据权利要求1所述的基于物联网的托管种植服务平台，其特征在于：在步骤S2中，使用加权平均法将原始图像转换至灰度空间，满足如下关系式：
Gray＝29.9％*R+57.8％*G+11.3％*B
其中，Gray、R、G、B分别为灰色、红色、绿色、蓝色的亮度。
3.根据权利要求1所述的基于物联网的托管种植服务平台，其特征在于：在步骤S2中，将原始图像转换至HSV颜色空间，满足如下关系式：
H＝(G-B)/(max(R、G、B)-min(R、G、B))
S＝(max(R、G、B)-min(R、G、B))/max(R、G、B)
V＝max(R、G、B)
其中，R、G、B分别为红色、绿色、蓝色的亮度。
4.根据权利要求1所述的基于物联网的托管种植服务平台，其特征在于：在步骤S2中，将原始图像转换至YUV颜色空间，满足如下关系式：
Y＝0.299R+0.587G+0.114B
U＝-0.147R-0.289G+0.436B
V＝0.615R-0.515G-0.1B
其中，R、G、B分别为红色、绿色、蓝色的亮度。
5.根据权利要求1所述的基于物联网的托管种植服务平台，其特征在于：在步骤S3中，直方图均衡化处理是指使用累积分布函数进行映射：
其中，n是图像中像素的总和，nk是当前灰度等级的像素个数，L是当前图像中可能的灰度等级总数。
6.根据权利要求1所述的基于物联网的托管种植服务平台，其特征在于：在步骤S4中，边缘检测技术包括如下步骤：
S41，引入如下算子：
Gx＝f(i,j)-f(i-1,j-1)
Gy＝f(i-1,j)-f(i,j-1)
其中，Gx是水平方向的梯度值，Gy是垂直方向的梯度值，sqrt为平方根计算函数；
S42，设定阈值g，当G(x，y)＞g时，认定(i，j)是病虫害图像的边缘点，以得到一个二值图像。
7.根据权利要求1所述的基于物联网的托管种植服务平台，其特征在于：所述观察模块与所述视频模块信号连接，所述观察模块将植物的病虫害信息传输至所述视频模块以呈现给平台的用户。
8.根据权利要求7所述的基于物联网的托管种植服务平台，其特征在于：所述视频模块供用户调用视频信息查看植物的实时影像以了解用户交由平台托管种植植物的生长情况；当植物存在病虫害时，所述观察模块对病虫害区域进行突出显示。
9.根据权利要求1所述的基于物联网的托管种植服务平台，其特征在于：所述植物品种选择模块包括若干种植物品种；所述种植计划选择模块包括若干种植物种植计划；当用户在所述植物品种选择模块与所述种植计划选择模块中完成植物品种和种植计划选择后，提交订单至平台；当用户的订单进入执行状态后，平台管理人员根据用户所选购的植物品种及种植计划为用户进行种植；当用户订购的植物品种及相应的种植计划执行完成后，平台将种植好的植物发送给用户。
10.根据权利要求1所述的基于物联网的托管种植服务平台，其特征在于：所述平台管理端包括上架模块、下架模块以及数据库模块；所述上架模块供平台管理人员上架植物品种、种植计划；所述下架模块供平台管理人员下架植物品种、种植计划；所述数据库模块用于存储植物生长详情和种植计划执行情况。
CN201810940367.XA 2018-08-17 2018-08-17 基于物联网的托管种植服务平台 Pending CN109255779A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810940367.XA CN109255779A (zh) 2018-08-17 2018-08-17 基于物联网的托管种植服务平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810940367.XA CN109255779A (zh) 2018-08-17 2018-08-17 基于物联网的托管种植服务平台

Publications (1)

Publication Number Publication Date
CN109255779A true CN109255779A (zh) 2019-01-22

Family

ID=65050222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810940367.XA Pending CN109255779A (zh) 2018-08-17 2018-08-17 基于物联网的托管种植服务平台

Country Status (1)

Country Link
CN (1) CN109255779A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028061A (zh) * 2019-12-12 2020-04-17 北京新叁农网络科技有限公司 适用于智慧新农村的认养认种交易方法
CN117079140A (zh) * 2023-10-13 2023-11-17 金埔园林股份有限公司 一种景观植物种植管理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102915446A (zh) * 2012-09-20 2013-02-06 复旦大学 基于svm机器学习的植物病虫害检测方法
CN105427279A (zh) * 2015-11-02 2016-03-23 中国农业大学 一种基于计算机视觉及物联网的草原旱情监测系统和方法
CN105701812A (zh) * 2016-01-12 2016-06-22 南京工程学院 适用于采棉机器人的视觉识别系统
CN105844610A (zh) * 2016-01-23 2016-08-10 重庆布委科技有限公司 基于机器视觉的植物叶片锈斑自动检测系统及方法
CN105894003A (zh) * 2016-04-29 2016-08-24 无锡中科智能农业发展有限责任公司 一种基于机器视觉的大田果树病害监测预警系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102915446A (zh) * 2012-09-20 2013-02-06 复旦大学 基于svm机器学习的植物病虫害检测方法
CN105427279A (zh) * 2015-11-02 2016-03-23 中国农业大学 一种基于计算机视觉及物联网的草原旱情监测系统和方法
CN105701812A (zh) * 2016-01-12 2016-06-22 南京工程学院 适用于采棉机器人的视觉识别系统
CN105844610A (zh) * 2016-01-23 2016-08-10 重庆布委科技有限公司 基于机器视觉的植物叶片锈斑自动检测系统及方法
CN105894003A (zh) * 2016-04-29 2016-08-24 无锡中科智能农业发展有限责任公司 一种基于机器视觉的大田果树病害监测预警系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢佳佳: "物联网LED智能植物生长柜数据分析与处理方法研究", 《中国优秀硕士学位论文全文数据库农业科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028061A (zh) * 2019-12-12 2020-04-17 北京新叁农网络科技有限公司 适用于智慧新农村的认养认种交易方法
CN117079140A (zh) * 2023-10-13 2023-11-17 金埔园林股份有限公司 一种景观植物种植管理方法
CN117079140B (zh) * 2023-10-13 2024-01-23 金埔园林股份有限公司 一种景观植物种植管理方法

Similar Documents

Publication Publication Date Title
US10977494B2 (en) Recognition of weed in a natural environment
CN106548165B (zh) 一种基于图像分块加权的卷积神经网络的人脸识别方法
CN100559826C (zh) 图像处理设备及其方法
CN103402117B (zh) 基于Lab色度空间的视频图像偏色检测方法
TWI570653B (zh) The treatment of plant symptoms is recommended by systems, methods and recording media
CN111292246B (zh) 图像颜色校正方法、存储介质及内窥镜
CN110163810A (zh) 一种图像处理方法、装置以及终端
CN107220956A (zh) 一种基于多幅具有不同曝光度的ldr图像的hdr图像融合方法
CN107451969A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN100499733C (zh) 图像修正设备和方法
CN109255779A (zh) 基于物联网的托管种植服务平台
CN109670509A (zh) 基于卷积神经网络的冬小麦苗期长势参数估算方法及系统
CN108024105A (zh) 图像色彩调节方法、装置、电子设备及存储介质
CN109408008A (zh) 影像辨识系统及其信息显示方法
Li et al. An adaptive enhancement method for low illumination color images
CN109886892A (zh) 图像处理方法、图像处理装置以及存储介质
CN110796148B (zh) 一种荔枝虫害监测识别系统和监测识别方法
CN110826380A (zh) 一种异常签名的识别方法及其系统
CN110532935A (zh) 一种大田作物表型信息高通量对等监测系统及监测方法
CN105989571B (zh) 基于使用结构相似性的图像匹配对计算机视觉预处理进行的控制
JP4087749B2 (ja) 画像処理システム及び画像処理方法
EP4121894B1 (en) Quantifying biotic damage on plant leaves, by convolutional neural networks
CN105844763B (zh) 一种房屋回迁安置抓阄选房系统
Hannuna et al. Agriculture disease mitigation system
JP6768767B2 (ja) 作物生育判定システムのサーバ装置、作物生育判定装置、作物生育学習装置、作物生育判定方法及びプログラム

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

Application publication date: 20190122

RJ01 Rejection of invention patent application after publication