基于深度学习网络的堆肥腐熟实时预测方法
- 专利权人:
- 南京农业大学
- 发明人:
- 徐阳春,薛卫,韦中,胡雪娇,梅新兰,陈行健
- 申请号：
- CN201810381202.3
- 公开号：
- CN108845075A
- 申请日:
- 2018.04.25
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 刘畅`徐冬涛
- 摘要：
- 本发明公开了一种基于深度学习网络的堆肥腐熟实时预测方法，以堆肥的堆体内温度、湿度、表面图像深度特征向量作为堆肥的描述特征，借助于深度学习方法高效学习能力，实现腐熟的在线实时监测。腐熟预测过程起始于堆体温度、湿度实时测量和图像采集，方法首先对图像进行预处理，由卷积神经网络(CNN)提取图像的深度特征，然后与堆体温度、湿度组合作为腐熟判断过程的输入量，送入循环神经网络(RNN)预测出当前时刻是否腐熟。本发明提出的相对完善、合理、准确的堆肥腐熟实时监测方法，为生产提供指导。
- 来源网站：
- 中国工程科技知识中心
