CN113095949B - 有害虫体分布状态上传系统 - Google Patents

有害虫体分布状态上传系统 Download PDF

Info

Publication number
CN113095949B
CN113095949B CN202010020389.1A CN202010020389A CN113095949B CN 113095949 B CN113095949 B CN 113095949B CN 202010020389 A CN202010020389 A CN 202010020389A CN 113095949 B CN113095949 B CN 113095949B
Authority
CN
China
Prior art keywords
image
farmland
harmful
segmentation
insect
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.)
Active
Application number
CN202010020389.1A
Other languages
English (en)
Other versions
CN113095949A (zh
Inventor
孔华
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.)
Shenzhen Wugu Network Technology Co ltd
Original Assignee
Shenzhen Wugu Network Technology Co ltd
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 Shenzhen Wugu Network Technology Co ltd filed Critical Shenzhen Wugu Network Technology Co ltd
Priority to CN202010020389.1A priority Critical patent/CN113095949B/zh
Publication of CN113095949A publication Critical patent/CN113095949A/zh
Application granted granted Critical
Publication of CN113095949B publication Critical patent/CN113095949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Mining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/64Protecting data integrity, e.g. using checksums, certificates or signatures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mining & Mineral Resources (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioethics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明涉及一种有害虫体分布状态上传系统,包括:数据通知设备,用于将接收到的无害虫体检测信号或有害虫体检测信号与监控的农田区域对应的农田编号一起通过无线网络发送给执行农业管理的云服务器,还用于将接收到的参考虫体数量发送给执行农业管理的云服务器;类型转换设备,用于在多种虫体目标分别对应的虫体类型中不存在对农田区域种植农作物类型有害的虫体类型时,发出无害虫体检测信号,否则,发出有害虫体检测信号。本发明的有害虫体分布状态上传系统数据可靠、通知实时。由于在视觉检测机制的基础上,对每一处农田的有害虫体分布情况都及时进行云服务器端的上报,从而方便后续执行针对性的灭虫操作。

Description

有害虫体分布状态上传系统
技术领域
本发明涉及智慧农业领域,尤其涉及一种有害虫体分布状态上传系统。
背景技术
智慧农业就是将物联网技术运用到传统农业中去,运用传感器和软件通过移动平台或者电脑平台对农业生产进行控制,使传统农业更具有“智慧”。除了精准感知、控制与决策管理外,从广泛意义上讲,智慧农业还包括农业电子商务、食品溯源防伪、农业休闲旅游、农业信息服务等方面的内容。
所谓“智慧农业”就是充分应用现代信息技术成果,集成应用计算机与网络技术、物联网技术、音视频技术、3S技术、无线通信技术及专家智慧与知识,实现农业可视化远程诊断、远程控制、灾变预警等智能管理。
智慧农业是农业生产的高级阶段,是集新兴的互联网、移动互联网、云计算和物联网技术为一体,依托部署在农业生产现场的各种传感节点(环境温湿度、土壤水分、二氧化碳、图像等)和无线通信网络实现农业生产环境的智能感知、智能预警、智能决策、智能分析、专家在线指导,为农业生产提供精准化种植、可视化管理、智能化决策。
“智慧农业”是云计算、传感网、3S等多种信息技术在农业中综合、全面的应用,实现更完备的信息化基础支撑、更透彻的农业信息感知、更集中的数据资源、更广泛的互联互通、更深入的智能控制、更贴心的公众服务。“智慧农业”与现代生物技术、种植技术等高新技术融合于一体,对建设世界水平农业具有重要意义。
发明内容
本发明至少具有以下三处关键的发明点:
(1)将定制处理后的现场农田图像分别与各个标准虫体图案进行内容匹配,以确定所述图像中存在的多种虫体目标分别对应的虫体类型;
(2)在定制处理后的现场农田图像中存在的多种虫体目标分别对应的虫体类型中不存在对农田区域种植农作物类型有害的虫体类型时,发出无害虫体检测信号,否则,发出有害虫体检测信号并解析出有害虫体的数量;
(3)将每一处农田的虫体分别情况及时上报给执行农业管理的云服务器,以避免数据被篡改,同时为后续灭虫操作提供有价值的参考数据。
根据本发明的一方面,提供了一种有害虫体分布状态上传系统,所述系统包括:
数据通知设备,用于将接收到的无害虫体检测信号或有害虫体检测信号与监控的农田区域对应的农田编号一起通过无线网络发送给执行农业管理的云服务器,还用于将接收到的参考虫体数量发送给执行农业管理的云服务器;
定向采集设备,用于对监控的农田区域执行图像数据采集,以获得并输出相应的农田区域图像;
水平锐化设备,与所述定向采集设备连接,用于接收所述农田区域图像,对所述农田区域图像执行水平方向的锐化处理,以获得对应的水平锐化图像;
旋转校正设备,与所述水平锐化设备连接,用于对接收到的水平锐化图像执行旋转校正处理,以获得并输出对应的旋转校正图像;
SD存储芯片,用于存储各种虫体分别对应的各个标准虫体图案,每一个标准虫体图案为对相应类型的虫体进行预先拍摄的只包括相应类型的虫体的图像;
虫体搜索设备,分别与所述旋转校正设备和所述SD存储芯片连接,用于将所述旋转校正图像分别与各个标准虫体图案进行内容匹配,以确定所述旋转校正图像中存在的多种虫体目标分别对应的虫体类型;
类型转换设备,与所述虫体搜索设备连接,用于在所述多种虫体目标分别对应的虫体类型中不存在对所述农田区域种植农作物类型有害的虫体类型时,发出无害虫体检测信号;
其中,所述类型转换设备还用于在所述多种虫体目标分别对应的虫体类型中存在对所述农田区域种植农作物类型有害的虫体类型时,发出有害虫体检测信号,并解析出所述多种虫体目标中对所述农田区域种植农作物类型有害的虫体目标的数量以作为参考虫体数量输出。
本发明的有害虫体分布状态上传系统数据可靠、通知实时。由于在视觉检测机制的基础上,对每一处农田的有害虫体分布情况都及时进行云服务器端的上报,从而方便后续执行针对性的灭虫操作。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的有害虫体分布状态上传系统所在的农田区域的场景示意图。
具体实施方式
下面将参照附图对本发明的有害虫体分布状态上传系统的实施方案进行详细说明。
云服务器的业内名称其实叫做计算单元。所谓计算单元,就是说这个服务器只能算是一个人的大脑,相当于普通电脑的CPU,里面的资源都是有限的。要获得更好的性能,解决办法一是升级云服务器,二是将其它耗费计算单元资源的软件部署在对应的云服务上。例如数据库有专门的云数据库服务、静态网页和图片有专门的文件存储服务。
而且云服务器不是说就便宜了,相反会比一般的VPS都贵。因为它相对于来说,扩展比较方便。云服务器是网站做大了、有很高收入的时候一个不错的选择。
云服务器是云计算服务的重要组成部分,是面向各类互联网用户提供综合业务能力的服务平台。平台整合了传统意义上的互联网应用三大核心要素:计算、存储、网络,面向用户提供公用化的互联网基础设施服务。
当前,对于国家或地区大范围的农田管理方来说,无法做到对每一处农田的具体虫害情况的实时检测,自然也无法从大范围的宏观角度上执行灭虫资源的分配和管理。从而导致灭虫资源的分配无法满足每一处农田的农作物的具体需求。
为了克服上述不足,本发明搭建了一种有害虫体分布状态上传系统,能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的有害虫体分布状态上传系统所在的农田区域的场景示意图。
根据本发明实施方案示出的有害虫体分布状态上传系统包括:
数据通知设备,用于将接收到的无害虫体检测信号或有害虫体检测信号与监控的农田区域对应的农田编号一起通过无线网络发送给执行农业管理的云服务器,还用于将接收到的参考虫体数量发送给执行农业管理的云服务器;
定向采集设备,用于对监控的农田区域执行图像数据采集,以获得并输出相应的农田区域图像;
水平锐化设备,与所述定向采集设备连接,用于接收所述农田区域图像,对所述农田区域图像执行水平方向的锐化处理,以获得对应的水平锐化图像;
旋转校正设备,与所述水平锐化设备连接,用于对接收到的水平锐化图像执行旋转校正处理,以获得并输出对应的旋转校正图像;
SD存储芯片,用于存储各种虫体分别对应的各个标准虫体图案,每一个标准虫体图案为对相应类型的虫体进行预先拍摄的只包括相应类型的虫体的图像;
虫体搜索设备,分别与所述旋转校正设备和所述SD存储芯片连接,用于将所述旋转校正图像分别与各个标准虫体图案进行内容匹配,以确定所述旋转校正图像中存在的多种虫体目标分别对应的虫体类型;
类型转换设备,与所述虫体搜索设备连接,用于在所述多种虫体目标分别对应的虫体类型中不存在对所述农田区域种植农作物类型有害的虫体类型时,发出无害虫体检测信号;
其中,所述类型转换设备还用于在所述多种虫体目标分别对应的虫体类型中存在对所述农田区域种植农作物类型有害的虫体类型时,发出有害虫体检测信号,并解析出所述多种虫体目标中对所述农田区域种植农作物类型有害的虫体目标的数量以作为参考虫体数量输出。
接着,继续对本发明的有害虫体分布状态上传系统的具体结构进行进一步的说明。
在所述有害虫体分布状态上传系统中,所述系统还包括:
数据提取设备,与所述定向采集设备连接,用于接收所述农田区域图像,获取所述农田区域图像的各个像素点的各个亮度值,对所述各个亮度值执行均方差计算,将获得的均方差的数值作为参考数据输出。
在所述有害虫体分布状态上传系统中,所述系统还包括:
数据分割设备,与所述数据提取设备连接,用于接收所述农田区域图像和所述参考数据,基于所述参考数据对所述农田区域图像进行均匀式分割,以获得多个分割碎片。
在所述有害虫体分布状态上传系统中:
所述参考数据越大,对所述农田区域图像进行均匀式分割获得的分割碎片的数量越多。
在所述有害虫体分布状态上传系统中,所述系统还包括:
信噪比检测设备,与所述数据分割设备连接,用于接收所述多个分割碎片,针对每一个分割碎片,检测所述分割碎片中幅值排名前五的五种噪声类型,基于所述五种噪声类型分别对应的幅值确定所述分割碎片的信噪比,并基于所述分割碎片的信噪比确定对所述分割碎片进行背景分割的阈值大小。
在所述有害虫体分布状态上传系统中,所述系统还包括:
背景剥离设备,与所述信噪比检测设备连接,用于针对每一个分割碎片,基于确定的阈值对所述分割碎片执行背景分割处理以获得对应的前景碎片,并将各个分割碎片的各个前景碎片进行拟合,以获得前景检测图像,并输出所述前景检测图像。
在所述有害虫体分布状态上传系统中,所述系统还包括:
MS存储芯片,分别与所述信噪比检测设备和所述背景剥离设备连接,用于存储所述信噪比检测设备确定的各个分块碎片的各个阈值。
在所述有害虫体分布状态上传系统中,所述系统还包括:
自适应均衡设备,分别与所述水平锐化设备和所述背景剥离设备连接,用于接收所述前景检测图像。
在所述有害虫体分布状态上传系统中:
所述自适应均衡设备还用于对所述前景检测图像进行自适应均衡处理,以获得相应的均衡图像,并将所述均衡图像替换所述农田区域图像发送给所述水平锐化设备。
另外,所述信噪比检测设备为一通用阵列逻辑器件GAL。
通用阵列逻辑器件GAL(Generic Array Logic www.husoon.com)器件是1985年LATTICE公司最先发明的可电擦除、可编程、可设置加密位的PLD。具有代表性的GAL芯片有GAL16V8、GAL20,这两种GAL几乎能够仿真所有类型的PAL器件。实际应用中,GAL器件对PAL器件仿真具有100%的兼容性,所以GAL几乎可以全代替PAL器件,并可取代大部分SSI、MSI数字集成电路,因而获得广泛应用。
GAL和PAL的最大差别在于GAL的输出结构可由用户定义,是一种可编程的输出结构。GAL的两种基本型号GAL16V8(20引脚)GAL20V8(24引脚)可代替树十种PAL器件,因而称为痛用可编程电路。而PAL的输出是由厂家定义好的,芯片选定后就固定了,用户无法改变。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (4)

1.一种有害虫体分布状态上传系统,其特征在于,包括:
数据通知设备,用于将接收到的无害虫体检测信号或有害虫体检测信号与监控的农田区域对应的农田编号一起通过无线网络发送给执行农业管理的云服务器,还用于将接收到的参考虫体数量发送给执行农业管理的云服务器;
定向采集设备,用于对监控的农田区域执行图像数据采集,以获得并输出相应的农田区域图像;
水平锐化设备,与所述定向采集设备连接,用于接收所述农田区域图像,对所述农田区域图像执行水平方向的锐化处理,以获得对应的水平锐化图像;
旋转校正设备,与所述水平锐化设备连接,用于对接收到的水平锐化图像执行旋转校正处理,以获得并输出对应的旋转校正图像;
SD存储芯片,用于存储各种虫体分别对应的各个标准虫体图案,每一个标准虫体图案为对相应类型的虫体进行预先拍摄的只包括相应类型的虫体的图像;
虫体搜索设备,分别与所述旋转校正设备和所述SD存储芯片连接,用于将所述旋转校正图像分别与各个标准虫体图案进行内容匹配,以确定所述旋转校正图像中存在的多种虫体目标分别对应的虫体类型;
类型转换设备,与所述虫体搜索设备连接,用于在所述多种虫体目标分别对应的虫体类型中不存在对所述农田区域种植农作物类型有害的虫体类型时,发出无害虫体检测信号;
其中,所述类型转换设备还用于在所述多种虫体目标分别对应的虫体类型中存在对所述农田区域种植农作物类型有害的虫体类型时,发出有害虫体检测信号,并解析出所述多种虫体目标中对所述农田区域种植农作物类型有害的虫体目标的数量以作为参考虫体数量输出;
数据提取设备,与所述定向采集设备连接,用于接收所述农田区域图像,获取所述农田区域图像的各个像素点的各个亮度值,对所述各个亮度值执行均方差计算,将获得的均方差的数值作为参考数据输出;
数据分割设备,与所述数据提取设备连接,用于接收所述农田区域图像和所述参考数据,基于所述参考数据对所述农田区域图像进行均匀式分割,以获得多个分割碎片;
所述参考数据越大,对所述农田区域图像进行均匀式分割获得的分割碎片的数量越多;
信噪比检测设备,与所述数据分割设备连接,用于接收所述多个分割碎片,针对每一个分割碎片,检测所述分割碎片中幅值排名前五的五种噪声类型,基于所述五种噪声类型分别对应的幅值确定所述分割碎片的信噪比,并基于所述分割碎片的信噪比确定对所述分割碎片进行背景分割的阈值大小;
背景剥离设备,与所述信噪比检测设备连接,用于针对每一个分割碎片,基于确定的阈值对所述分割碎片执行背景分割处理以获得对应的前景碎片,并将各个分割碎片的各个前景碎片进行拟合,以获得前景检测图像,并输出所述前景检测图像。
2.如权利要求1所述的有害虫体分布状态上传系统,其特征在于,所述系统还包括:
MS存储芯片,分别与所述信噪比检测设备和所述背景剥离设备连接,用于存储所述信噪比检测设备确定的各个分块碎片的各个阈值。
3.如权利要求2所述的有害虫体分布状态上传系统,其特征在于,所述系统还包括:
自适应均衡设备,分别与所述水平锐化设备和所述背景剥离设备连接,用于接收所述前景检测图像。
4.如权利要求3所述的有害虫体分布状态上传系统,其特征在于:
所述自适应均衡设备还用于对所述前景检测图像进行自适应均衡处理,以获得相应的均衡图像,并将所述均衡图像替换所述农田区域图像发送给所述水平锐化设备。
CN202010020389.1A 2020-01-09 2020-01-09 有害虫体分布状态上传系统 Active CN113095949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010020389.1A CN113095949B (zh) 2020-01-09 2020-01-09 有害虫体分布状态上传系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010020389.1A CN113095949B (zh) 2020-01-09 2020-01-09 有害虫体分布状态上传系统

Publications (2)

Publication Number Publication Date
CN113095949A CN113095949A (zh) 2021-07-09
CN113095949B true CN113095949B (zh) 2022-09-27

Family

ID=76663459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010020389.1A Active CN113095949B (zh) 2020-01-09 2020-01-09 有害虫体分布状态上传系统

Country Status (1)

Country Link
CN (1) CN113095949B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104635694A (zh) * 2015-01-08 2015-05-20 沈阳远大智能高科农业有限公司 一种智能农业预警系统
CN110347127A (zh) * 2019-06-26 2019-10-18 北京农业智能装备技术研究中心 基于云服务的农作物种植托管系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930249A (zh) * 2012-10-23 2013-02-13 四川农业大学 基于颜色和模型的农田害虫识别和计数方法
CN103903006A (zh) * 2014-03-05 2014-07-02 中国科学院合肥物质科学研究院 一种基于Android平台的农作物害虫识别方法及系统
CN105488536B (zh) * 2015-12-10 2019-03-05 中国科学院合肥物质科学研究院 一种基于多特征深度学习技术的农田害虫图像识别方法
CN109561672B (zh) * 2016-06-30 2021-12-10 株式会社OPTiM 移动体控制系统以及移动体控制方法
CN108921067A (zh) * 2018-06-22 2018-11-30 三明学院 一种统计农业害虫的方法、装置、设备和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104635694A (zh) * 2015-01-08 2015-05-20 沈阳远大智能高科农业有限公司 一种智能农业预警系统
CN110347127A (zh) * 2019-06-26 2019-10-18 北京农业智能装备技术研究中心 基于云服务的农作物种植托管系统及方法

Also Published As

Publication number Publication date
CN113095949A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
Rustia et al. Automatic greenhouse insect pest detection and recognition based on a cascaded deep learning classification method
Xu et al. Wheat ear counting using K-means clustering segmentation and convolutional neural network
CN107111540A (zh) 动态遥测消息剖析和调节
US20220122347A1 (en) Automated unsupervised localization of context sensitive events in crops and computing extent thereof
CN112183212A (zh) 一种杂草识别方法、装置、终端设备及可读存储介质
CN112529061B (zh) 一种光伏功率异常数据的识别方法、装置及终端设备
CN112751835B (zh) 一种流量预警方法、系统、设备和存储介质
Whitacre et al. How connected are our farms?
CN111611889B (zh) 基于改进卷积神经网络的农田微型虫害识别装置
Asefpour Vakilian et al. Performance evaluation of a machine vision system for insect pests identification of field crops using artificial neural networks
JP6678247B2 (ja) 農業気候地帯の自動識別のための方法およびシステム
Zhao et al. An algorithm for tracking multiple fish based on biological water quality monitoring
DE112018002568T5 (de) Verfahren, Systeme und Vorrichtung zur Reduzierung von Speicherlatenz beim Abrufen von Pixelkernen
CN108776874A (zh) 一种现代农业监管分析系统
EP3983953A1 (en) Understanding deep learning models
US20220011119A1 (en) Generating and improving upon agricultural maps
CN113762163B (zh) 一种gmp车间智能化监控管理方法及系统
Yuan et al. Sensitivity examination of YOLOv4 regarding test image distortion and training dataset attribute for apple flower bud classification
CN113095949B (zh) 有害虫体分布状态上传系统
CN114550848A (zh) 作物病害处理方法、装置、电子设备及计算机可读介质
US20180338019A1 (en) Message broker system
CN110348717A (zh) 基于栅格粒度的基站价值评分方法和装置
CN110070558A (zh) 一种基于图像处理和分区检测的统计分拣方法及装置
Jagyasi et al. Event based experiential computing in agro-advisory system for rural farmers
CN112052399A (zh) 一种数据处理方法、装置和计算机可读存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220906

Address after: 518000 2501, block a, building 1, Shenzhen International Innovation Valley, Dali community, Xili street, Nanshan District, Shenzhen City, Guangdong Province

Applicant after: SHENZHEN WUGU NETWORK TECHNOLOGY Co.,Ltd.

Address before: 201501 no.382 Jingbo Road, Fengjing town, Jinshan District, Shanghai

Applicant before: Kong Hua

GR01 Patent grant
GR01 Patent grant