辜丽川
- 作品数：219 被引量：328H指数：9
- 供职机构：安徽农业大学更多>>
- 发文基金：国家自然科学基金安徽省高校省级自然科学研究项目国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信农业科学经济管理更多>>
- 基于D~*算法的农用履带机器人路径规划研究被引量：4
- 2019年
- 针对传统A~*算法在路径规划中的不足,采用了一种实时性更强的D~*算法,与A~*算法不同的是,D~*算法的OPEN列表中包含了弧长代价递增的RAISE和弧长代价递减的LOWE两种状态类型。将传统A~*算法和D~*算法进行仿真试验对比,试验结果表明,D~*算法缩短了搜索长度和搜索时间且收敛速度快、计算量小。同时,在真实环境下进行了导航试验,结果表明机器人能稳定安全的按照规划路径到达目的点,验证了D~*算法的高效率性。
- 陈靖辜丽川李倩倩何屿彤吴亚文焦俊
- 关键词：农用机器人路径规划
- 一种基于知识图谱的网络学习资源分析及个性化推荐方法
- 本发明公开了一种基于知识图谱的网络学习资源分析及个性化推荐方法，属于学习资源分析推荐方法技术领域，具体包括以下步骤：S1、构建网络学习资源知识图谱；S2、网络学习资源分析；S3、学习者画像分析；S4、网络学习资源个性化推...
- 王超朱家瑞饶海笛谷刘涛夏迎春邹能锋焦俊辜丽川
- 一种农林场景的危害监测预警装置
- 本发明公开了一种农林场景的危害监测预警装置，属于农林监测技术领域；一种农林场景的危害监测预警装置，包括：外壳、设置于外壳顶部的摄像头、设置于外壳内部的辅助动力机构、主动力机构、一级驱赶机构、灭虫机构、二级驱赶机构、蓄电池...
- 时国龙沈心怡辜丽川焦俊任欢
- 一种智慧农业物联网信息管理系统
- 本发明公开了一种智慧农业物联网信息管理系统，属于智慧农业技术领域，包括监控装置，监控装置包括安装座，安装座连接有快拆结构，快拆结构连接有支撑杆，快拆结构用于支撑杆快速装卸在安装座上；支撑杆侧壁上安装有安装箱，安装箱内安装...
- 王超朱思强刘志宏夏迎春焦俊邹能锋辜丽川
- DICOM查询/检索服务类SCP的设计与实现
- DICOM是医学数字成像和通讯领域被广泛采用的标准。本文在介绍DICOM查询/检索服务类基本原理的基础上,通过对实现过程中几个关键问题的分析,给出了查询/检索服务类的设计方案和实现核心类。
- 方璞辜丽川周健
- 一种融合知识图谱与图像识别的垃圾分类方法
- 本发明公开了一种融合知识图谱与图像识别的垃圾分类方法，包括：1、构建知识图谱，捕捉垃圾实体与种类之间的关系2、利用Ac自动机树，提取问题中的垃圾实体名；3、利用TransR模型提取垃圾实体的文本向量；4、设定疑问词列表，...
- 丁文荣蒋婷婷张珺杨帅刘倩何进王超王庆勇马文涛辜丽川
- 基于物联网技术的农作物种子物流平台建设被引量：1
- 2015年
- 我国是种子需要量最大的国家之一,但由于传统的物流模式各个环节相互分割没有整合,影响到种子物流的绩效和成本,阻碍了种子市场的发展。因此需要依托新的技术搭建新的物流平台以解决种子产业化的发展问题。本文结合种子行业当前的物流模式,构建三层总体框架的种子物联网运营平台并设计出系统模型。
- 高琪娟张友华辜丽川
- 关键词：农作物种子物联网物流供应链
- 一种基于支持向量回归的梨黑星病预测方法
- 2009年
- 当前果树病害预测方法,存在适应性差、预测结果拟合度较低的问题.提出一种基于支持向量回归的预测方法框架SVR-D1.0,该方法利用核校准进行核心函数的选择,具有动态更新模型的特点.将黄河故道地区砀山酥梨黑星病为例进行测试的数据,与现有方法以及实测数据进行相关性统计分析.实验表明,在对砀山酥梨的黑星病预测上,该方法与现有方法相比,在实效性、拟合度和准确率上具有较为显著的优势.该方法不仅简便可行,而且可以周期性更新预测模型,具有一定的普适性.
- 辜丽川钟金琴张友华李绍稳
- 关键词：支持向量回归梨黑星病
- 农林院校物流工程专业本科人才培养模式探讨
- 2009年
- 我国物流业正处在快速发展阶段,物流工程专业人才的缺乏在很大程度上制约着物流业发展。本文从新农村需要新物流的发展趋势入手,指出培养物流工程特色专业人才是物流业发展的关键要素,并针对农林院校自身的特色提出农林院校物流工程专业本科人才培养的模式。
- 张友华叶勇李玮辜丽川
- 关键词：物流工程农林院校
- 基于深度神经网络及隐马尔科夫模型的生猪状态音频识别被引量：4
- 2022年
- 针对传统音频识别方法在生猪音频信号识别中识别率较低的问题,将深度神经网络及隐马尔可夫模型理论作为生猪音频信号识别依据,以长白猪的吃饭声、发情声、嚎叫声、哼叫声和生病长白猪的喘气声为识别对象,利用卡尔曼滤波和改进的EMD-TEO倒谱距离端点检测算法对生猪音频信号进行预处理,把提取的39维的梅尔频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)作为网络学习和识别的数据集,构建基于深度神经网络及隐马尔科夫模型的生猪状态音频识别模型。试验结果表明:1)隐马尔可夫隐状态数设置为5,深度神经网络隐藏层设置为3层,每层128个节点的深度神经网络-隐马尔可夫模型(Deep neural network-hidden Markov model,DNN-HMM),对5种生猪状态音频,即吃饭声、嚎叫声、哼叫声、发情声和病猪喘气声的识别率为70%、95%、75%、80%和95%,总体识别率83%;2)相较于传统的高斯混合模型-隐马尔可夫模型(Gaussian mixture model-hidden Markov model,GMM-HMM),DNN-HMM对相应音频的识别率分别提高了5%、5%、15%、30%、30%,总体识别率提高了17%;3)DNN-HMM模型对于5种不同类型的生猪音频信号均呈现出较好的识别效果。基于DNNHMM生猪音频识别模型,对生猪不同状态下音频的识别具有较高正确率,且更为可靠。
- 彭硕刘东阳时国龙李广博慕京生辜丽川焦俊
- 关键词：生猪MFCC
