CN115127617A - 用于食用菌仿生态种植的智能管控*** - Google Patents

用于食用菌仿生态种植的智能管控*** Download PDF

Info

Publication number
CN115127617A
CN115127617A CN202210864212.9A CN202210864212A CN115127617A CN 115127617 A CN115127617 A CN 115127617A CN 202210864212 A CN202210864212 A CN 202210864212A CN 115127617 A CN115127617 A CN 115127617A
Authority
CN
China
Prior art keywords
early warning
hypha
intelligent
value
environment
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
CN202210864212.9A
Other languages
English (en)
Inventor
刘云
刘莲
卢亚楠
余泓
薛敏
杨寒飞
于曼
屈喜燕
夏志兰
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.)
Hunan Boli Agricultural Technology Development Co ltd
Original Assignee
Hunan Boli Agricultural Technology Development 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 Hunan Boli Agricultural Technology Development Co ltd filed Critical Hunan Boli Agricultural Technology Development Co ltd
Priority to CN202210864212.9A priority Critical patent/CN115127617A/zh
Publication of CN115127617A publication Critical patent/CN115127617A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明公开了用于食用菌仿生态种植的智能管控***，涉及食用菌仿生态种植管控技术领域，解决了人工无法精准和及时地发现菌丝培养过程中的异常情况的技术问题；本发明通过数据采集模块采集环境数据和菌丝图像；并将环境数据存储至云平台，将菌丝图像发送至数据处理模块；数据处理模块根据菌丝图像和生长监测模型获取对应的状态标签，对状态标签进行识别，当菌丝处于异常状态时，获取对应的环境关联值，根据环境关联值生成不同的预警信号；并将预警信号发送至智能预警模块；智能预警模块根据预警信号通知工作人员进行处理；当菌丝出现异常情况时，及时分析出是环境原因或是其他原因导致异常情况的出现，实现了对菌丝生长状况的监测。

Description

用于食用菌仿生态种植的智能管控***
技术领域
本发明属于食用菌领域，涉及食用菌仿生态种植管控技术，具体是用于食用菌仿生态种植的智能管控***。
背景技术
林菌发展以森林健康为前提和开发条件，其产品来自自然生态***条件下的仿野生环境栽培，不施任何药剂和肥料，且远离市区，免遭工业废气和污水的污染，营养成分或药物有效成分均高于大田普通栽培条件下产品，具有鲜明的自然属性和生态优势，是最具林业特色的林下经济发展模式。林下栽培珍稀食用菌在充分利用林下小气候的同时解决了林下大面积闲置土地资源浪费的问题，而且种植食用菌市场前景相当不错，增收效益十分显著，是一个值得推广的栽培模式。
林下仿野生栽培食用菌采用仿生态培育技术，通过分离、驯化野生资源得到一级菌种，栽培中菌丝培养阶段部分或大部分采用人工条件完成，但人工无法精准和及时地发现菌丝培养过程中的异常情况，造成菌丝培养失败。
为此，提出用于食用菌仿生态种植的智能管控***。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出用于食用菌仿生态种植的智能管控***，该用于食用菌仿生态种植的智能管控***解决了人工无法精准和及时地发现菌丝培养过程中的异常情况的问题。
为实现上述目的，根据本发明的第一方面的实施例提出用于食用菌仿生态种植的智能管控***，包括数据采集模块、数据处理模块、智能预警模块以及云平台；各个模块之间基于数据信号的方式进行信息交互；
所述数据采集模块用于采集环境数据和菌丝图像；其中，所述环境数据包括温度值和湿度值；
并将所述环境数据存储至云平台，将所述菌丝图像发送至数据处理模块；
所述数据处理模块用于接收所述菌丝图像，根据所述菌丝图像和生长监测模型获取对应的状态标签，对所述状态标签进行识别，当菌丝处于异常状态时，获取对应的环境关联值，根据所述环境关联值生成不同的预警信号；其中，所述生长监测模型基于人工智能模型建立；
并将所述预警信号发送至所述智能预警模块；
所述智能预警模块用于接收所述预警信号，根据所述预警信号通知工作人员进行处理。
优选的，所述数据采集模块包括温度传感器、湿度传感器以及图像采集装置；所述图像采集装置包括高清照相机。
优选的，所述数据采集模块采集环境数据和菌丝图像，具体过程包括：
设置采集周期，所述采集周期标记为T；其中，T为大于0的实数，单位为s；
所述温度传感器每隔Ts采集一次培养室内的温度值，所述温度值标记为Wi，单位为℃；其中，i为采集周期的编号，i的取值为1,2,3……n；
所述湿度传感器每隔Ts采集一次培养室内的湿度值，所述湿度值标记为Si，单位为RH；
所述数据采集模块将所述温度值和所述湿度值存储至云平台；
所述图像采集装置每隔Ts采集一次培养室内的菌丝图像；
所述菌丝图像根据采集的时间顺序标记进行编号；
所述数据采集模块将所述菌丝图像发送至所述数据处理模块。
优选的，所述状态标签的取值为0或者1，当状态标签为0时，表示对应菌丝处于安全状态，当状态标签为1时，表示对应菌丝处于异常状态。
优选的，所述数据处理模块接收所述菌丝图像，根据所述菌丝图像和生长监测模型获取对应的状态标签，具体过程包括：
所述数据处理模块接收所述菌丝图像；
从数据处理模块获取生长监测模型；
将菌丝图像输入至生长监测模型获取对应的状态标签。
优选的，所述生长监测模型基于人工智能模型获取，具体过程包括：
从数据处理模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为生长监测模型；
标准训练包括若干组输入图像以及对应的状态标签，且输入图像和菌丝图像内容属性一致；
人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型。
优选的，对所述状态标签进行识别，当菌丝处于异常状态时，获取对应的环境关联值，根据所述环境关联值生成不同的预警信号，具体过程包括：
对所述状态标签进行识别，当菌丝处于异常状态时，获取云平台中的温度值和湿度值；
根据所述温度值和所述湿度值获取环境关联值，所述环境关联值标记为HJi；
所述环境关联值的计算公式为：
Figure BDA0003757904550000031
其中，其中α、β分别为温度修正系数与湿度修正系数，且α、β均为大于零的实数；
所述数据处理模块设定环境关联阈值，所述环境关联阈值标记为HJmin，
判断环境关联值与环境关联阈值之间的大小关系；
当HJi＞HJmin时，发送环境预警信号至所述智能预警模块；
当HJi≤HJmin时，发送非环境预警信号至所述智能预警模块。
优选的，所述智能预警模块用于接收所述预警信号，根据所述预警信号通知工作人员进行处理，具体过程包括：
所述智能预警模块接收环境预警信号，获取云平台中的温度值和湿度值；
根据温度值和湿度值生成对应的温度变化曲线图和湿度变化曲线图；
将所述温度变化曲线图和所述湿度变化曲线图发送至工作人员的智能终端，并发送环境预警短信至工作人员的智能终端；
所述智能预警模块接收所述非环境预警信号，发送非环境预警短信至工作人员的智能终端。
优选的，所述智能终端包括智能手机和电脑。
优选的，所述数据采集模块与所述数据处理模块通信和/或电气连接；
所述数据采集模块与所述云平台通信和/或电气连接；
所述云平台与所述数据处理模块通信和/或电气连接；
所述云平台与所述智能预警模块通信和/或电气连接；
所述数据处理模块与所述智能预警模块通信和/或电气连接。
与现有技术相比，本发明的有益效果是：
本发明通过数据采集模块采集环境数据和菌丝图像；并将环境数据存储至云平台，将菌丝图像发送至数据处理模块；数据处理模块接收菌丝图像，根据菌丝图像和生长监测模型获取对应的状态标签，对状态标签进行识别，当菌丝处于异常状态时，获取对应的环境关联值，根据环境关联值生成不同的预警信号；并将预警信号发送至智能预警模块；智能预警模块接收预警信号，根据预警信号通知工作人员进行处理；当菌丝出现异常情况时，及时分析出是环境原因或是其他原因导致异常情况的出现，实现了对菌丝生长状况的监测。
附图说明
图1为本发明的流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，用于食用菌仿生态种植的智能管控***，包括数据采集模块、数据处理模块、智能预警模块以及云平台；各个模块之间基于数据信号的方式进行信息交互；
所述数据采集模块用于采集环境数据和菌丝图像；其中，所述环境数据包括温度值和湿度值；需要进一步说明的是，菌丝正常生长的颜色应该是洁白的，如果发现颜色发暗发黄等就要及时查找原因；若菌丝边沿出现棕色“拦头边”，首先要检查培养室内是否有杂菌，可能是杂菌与菌丝形成拮抗现象，养菌温度过高造成菌丝衰弱，这时菌丝颜色也会发黄发暗，所以应针对具体情况及时调整管理；
并将所述环境数据存储至云平台，将所述菌丝图像发送至数据处理模块；
所述数据处理模块用于接收所述菌丝图像，根据所述菌丝图像和生长监测模型获取对应的状态标签，对所述状态标签进行识别，当菌丝处于异常状态时，获取对应的环境关联值，根据所述环境关联值生成不同的预警信号；其中，所述生长监测模型基于人工智能模型建立；
并将所述预警信号发送至所述智能预警模块；
所述智能预警模块用于接收所述预警信号，根据所述预警信号通知工作人员进行处理。
本实施例中，所述数据采集模块包括温度传感器、湿度传感器以及图像采集装置；
所述温度传感器和湿度传感器均设置在培养室内；
所述图像采集装置包括高清照相机；需要进一步说明的是，利用高清照相机拍摄培养室内的菌丝图像，确保图像清晰，为后续分析菌丝的生长状况做保证。
所述数据采集模块采集环境数据和菌丝图像，具体过程包括：
设置采集周期，所述采集周期标记为T；其中，T为大于0的实数，单位为s；
所述温度传感器每隔Ts采集一次培养室内的温度值，所述温度值标记为Wi，单位为℃；其中，i为采集周期的编号，i的取值为1,2,3……n；
所述湿度传感器每隔Ts采集一次培养室内的湿度值，所述湿度值标记为Si，单位为RH；
所述数据采集模块将所述温度值和所述湿度值存储至云平台；
所述图像采集装置每隔Ts采集一次培养室内的菌丝图像；
所述菌丝图像根据采集的时间顺序标记进行编号；
所述数据采集模块将所述菌丝图像发送至所述数据处理模块。
本实施例中，所述状态标签的取值为0或者1，当状态标签为0时，表示对应菌丝处于安全状态，当状态标签为1时，表示对应菌丝处于异常状态；在另外一些优选的方案中，状态标签还可以用其他标记来区分，如状态标签的取值为A或者B，当状态标签为A时，表示对应菌丝处于安全状态，当状态标签为B时，表示对应用户处于异常状态。
所述数据处理模块接收所述菌丝图像，根据所述菌丝图像和生长监测模型获取对应的状态标签，具体过程包括：
所述数据处理模块接收所述菌丝图像；
从数据处理模块获取生长监测模型；
将菌丝图像输入至生长监测模型获取对应的状态标签。
本实施例中，所述生长监测模型基于人工智能模型获取，具体过程包括：
从数据处理模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为生长监测模型。
本实施例中，标准训练包括若干组输入图像以及对应的状态标签，且输入图像和菌丝图像内容属性一致；可以理解的是，输入图像和菌丝图像均为菌丝成长过程中的图像，只是菌丝的形态大小不同。
本实施例中，人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型等具有强大非线性拟合能力的模型。
对所述状态标签进行识别，当菌丝处于异常状态时，获取对应的环境关联值，根据所述环境关联值生成不同的预警信号，具体过程包括：
对所述状态标签进行识别，当菌丝处于异常状态时，获取云平台中的温度值和湿度值；
根据所述温度值和所述湿度值获取环境关联值，所述环境关联值标记为HJi；
所述环境关联值的计算公式为：
Figure BDA0003757904550000071
其中，其中α、β分别为温度修正系数与湿度修正系数，且α、β均为大于零的实数；
所述数据处理模块设定环境关联阈值，所述环境关联阈值标记为HJmin，
判断环境关联值与环境关联阈值之间的大小关系；
当HJi＞HJmin时，表示菌丝出现异常情况与和环境数据有关，发送环境预警信号至所述智能预警模块；
当HJi≤HJmin时，表示菌丝出现异常情况和环境数据无关，即其他原因导致菌丝出现异常情况，发送非环境预警信号至所述智能预警模块。
所述智能预警模块用于接收所述预警信号，根据所述预警信号通知工作人员进行处理，具体过程包括：
所述智能预警模块接收环境预警信号，获取云平台中的温度值和湿度值；
根据温度值和湿度值生成对应的温度变化曲线图和湿度变化曲线图；
将所述温度变化曲线图和所述湿度变化曲线图发送至工作人员的智能终端，并发送环境预警短信至工作人员的智能终端；工作人员接收预警短信后，对培养室内的环境数据进行调整；
所述智能预警模块接收所述非环境预警信号，发送非环境预警短信至工作人员的智能终端；工作人员接收预警短信后，对菌丝进行查看，寻找异常原因。
本实施例中，所述智能终端包括智能手机和电脑等智能设备。
本实施例中，所述数据采集模块与所述数据处理模块通信和/或电气连接；
所述数据采集模块与所述云平台通信和/或电气连接；
所述云平台与所述数据处理模块通信和/或电气连接；
所述云平台与所述智能预警模块通信和/或电气连接；
所述数据处理模块与所述智能预警模块通信和/或电气连接。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
设置采集周期T；温度传感器每隔Ts采集一次培养室内的温度值，湿度传感器每隔Ts采集一次培养室内的湿度值，数据采集模块将温度值和湿度值存储至云平台；
图像采集装置每隔Ts采集一次培养室内的菌丝图像；菌丝图像根据采集的时间顺序标记进行编号；数据采集模块将菌丝图像发送至数据处理模块。
将菌丝图像输入至生长监测模型获取对应的状态标签；对状态标签进行识别，当菌丝处于异常状态时，获取云平台中的温度值和湿度值；根据温度值和湿度值获取环境关联值；
数据处理模块设定环境关联阈值，判断环境关联值与环境关联阈值之间的大小关系；当HJi＞HJmin时，表示菌丝出现异常情况与和环境数据有关，发送环境预警信号至智能预警模块；当HJi≤HJmin时，表示菌丝出现异常情况和环境数据无关，即其他原因导致菌丝出现异常情况，发送非环境预警信号至智能预警模块；
智能预警模块接收环境预警信号，获取云平台中的温度值和湿度值；根据温度值和湿度值生成对应的温度变化曲线图和湿度变化曲线图；将温度变化曲线图和湿度变化曲线图发送至工作人员的智能终端，并发送环境预警短信至工作人员的智能终端；工作人员接收预警短信后，对培养室内的环境数据进行调整；
智能预警模块接收非环境预警信号，发送非环境预警短信至工作人员的智能终端；工作人员接收预警短信后，对菌丝进行查看，寻找异常原因。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (10)

1.用于食用菌仿生态种植的智能管控***，其特征在于，包括数据采集模块、数据处理模块、智能预警模块以及云平台；各个模块之间基于数据信号的方式进行信息交互；
所述数据采集模块用于采集环境数据和菌丝图像；其中，所述环境数据包括温度值和湿度值；
并将所述环境数据存储至云平台，将所述菌丝图像发送至数据处理模块；
所述数据处理模块用于接收所述菌丝图像，根据所述菌丝图像和生长监测模型获取对应的状态标签，对所述状态标签进行识别，当菌丝处于异常状态时，获取对应的环境关联值，根据所述环境关联值生成不同的预警信号；其中，所述生长监测模型基于人工智能模型建立；
并将所述预警信号发送至所述智能预警模块；
所述智能预警模块用于接收所述预警信号，根据所述预警信号通知工作人员进行处理。
2.根据权利要求1所述的用于食用菌仿生态种植的智能管控***，其特征在于，所述数据采集模块包括温度传感器、湿度传感器以及图像采集装置；所述图像采集装置包括高清照相机。
3.根据权利要求2所述的用于食用菌仿生态种植的智能管控***，其特征在于，所述数据采集模块采集环境数据和菌丝图像，具体过程包括：
设置采集周期，所述采集周期标记为T；其中，T为大于0的实数，单位为s；
所述温度传感器每隔Ts采集一次培养室内的温度值，所述温度值标记为Wi，单位为℃；其中，i为采集周期的编号，i的取值为1,2,3……n；
所述湿度传感器每隔Ts采集一次培养室内的湿度值，所述湿度值标记为Si，单位为RH；
所述数据采集模块将所述温度值和所述湿度值存储至云平台；
所述图像采集装置每隔Ts采集一次培养室内的菌丝图像；
所述菌丝图像根据采集的时间顺序标记进行编号；
所述数据采集模块将所述菌丝图像发送至所述数据处理模块。
4.根据权利要求3所述的用于食用菌仿生态种植的智能管控***，其特征在于，所述状态标签的取值为0或者1，当状态标签为0时，表示对应菌丝处于安全状态，当状态标签为1时，表示对应菌丝处于异常状态。
5.根据权利要求4所述的用于食用菌仿生态种植的智能管控***，其特征在于，所述数据处理模块接收所述菌丝图像，根据所述菌丝图像和生长监测模型获取对应的状态标签，具体过程包括：
所述数据处理模块接收所述菌丝图像；
从数据处理模块获取生长监测模型；
将菌丝图像输入至生长监测模型获取对应的状态标签。
6.根据权利要求5所述的用于食用菌仿生态种植的智能管控***，其特征在于，所述生长监测模型基于人工智能模型获取，具体过程包括：
从数据处理模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为生长监测模型；
标准训练包括若干组输入图像以及对应的状态标签，且输入图像和菌丝图像内容属性一致；
人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型。
7.根据权利要求6所述的用于食用菌仿生态种植的智能管控***，其特征在于，对所述状态标签进行识别，当菌丝处于异常状态时，获取对应的环境关联值，根据所述环境关联值生成不同的预警信号，具体过程包括：
对所述状态标签进行识别，当菌丝处于异常状态时，获取云平台中的温度值和湿度值；
根据所述温度值和所述湿度值获取环境关联值，所述环境关联值标记为HJi；
所述环境关联值的计算公式为：
Figure FDA0003757904540000031
其中，其中α、β分别为温度修正系数与湿度修正系数，且α、β均为大于零的实数；
所述数据处理模块设定环境关联阈值，所述环境关联阈值标记为HJmin，
判断环境关联值与环境关联阈值之间的大小关系；
当HJi＞HJmin时，发送环境预警信号至所述智能预警模块；
当HJi≤HJmin时，发送非环境预警信号至所述智能预警模块。
8.根据权利要求7所述的用于食用菌仿生态种植的智能管控***，其特征在于，所述智能预警模块用于接收所述预警信号，根据所述预警信号通知工作人员进行处理，具体过程包括：
所述智能预警模块接收环境预警信号，获取云平台中的温度值和湿度值；
根据温度值和湿度值生成对应的温度变化曲线图和湿度变化曲线图；
将所述温度变化曲线图和所述湿度变化曲线图发送至工作人员的智能终端，并发送环境预警短信至工作人员的智能终端；
所述智能预警模块接收所述非环境预警信号，发送非环境预警短信至工作人员的智能终端。
9.根据权利要求8所述的用于食用菌仿生态种植的智能管控***，其特征在于，所述智能终端包括智能手机和电脑。
10.根据权利要求9所述的用于食用菌仿生态种植的智能管控***，其特征在于，所述数据采集模块与所述数据处理模块通信和/或电气连接；
所述数据采集模块与所述云平台通信和/或电气连接；
所述云平台与所述数据处理模块通信和/或电气连接；
所述云平台与所述智能预警模块通信和/或电气连接；
所述数据处理模块与所述智能预警模块通信和/或电气连接。
CN202210864212.9A 2022-07-21 2022-07-21 用于食用菌仿生态种植的智能管控*** Pending CN115127617A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210864212.9A CN115127617A (zh) 2022-07-21 2022-07-21 用于食用菌仿生态种植的智能管控***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210864212.9A CN115127617A (zh) 2022-07-21 2022-07-21 用于食用菌仿生态种植的智能管控***

Publications (1)

Publication Number Publication Date
CN115127617A true CN115127617A (zh) 2022-09-30

Family

ID=83384460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210864212.9A Pending CN115127617A (zh) 2022-07-21 2022-07-21 用于食用菌仿生态种植的智能管控***

Country Status (1)

Country Link
CN (1) CN115127617A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115755738A (zh) * 2022-11-22 2023-03-07 湘煤立达矿山装备股份有限公司 矿用智能电力监控***
CN115896817A (zh) * 2023-03-08 2023-04-04 福建德尔科技股份有限公司 氟氮混合气的生产方法及其***
CN116649160A (zh) * 2023-08-01 2023-08-29 南京康之春生物科技有限公司 食用菌菌种生产监测***及监测方法
CN116661530A (zh) * 2023-07-31 2023-08-29 山西聚源生物科技有限公司 食用菌工厂化栽培中的智能控制***及方法
CN117111536A (zh) * 2023-10-23 2023-11-24 上海永大菌业有限公司 一种菇棚环境远程控制***及方法
CN117215351A (zh) * 2023-09-16 2023-12-12 张家港泽诺科技有限公司 一种食用菌种植环境智能监测预警***
CN117371855A (zh) * 2023-10-16 2024-01-09 深圳市大满包装有限公司 一种基于大数据的食品包装智能管理方法及***
CN117848418A (zh) * 2024-01-11 2024-04-09 嘉兴市均诚农业有限公司 一种食用菌栽种植环境多点位实时监测***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206671924U (zh) * 2016-12-05 2017-11-24 天津云拓网络科技有限公司 一种基于物联网技术的智能植物养护管理控制***
CN108739052A (zh) * 2018-06-01 2018-11-06 北京中环易达设施园艺科技有限公司 一种食用菌生长参数寻优的***和方法
CN110545529A (zh) * 2019-09-03 2019-12-06 淮阴工学院 一种温室大棚环境监测与管理服务***
CN112230697A (zh) * 2020-10-19 2021-01-15 广州市企德友诚美信息技术开发有限公司 一种基于互联网的农业监控装置
CN114184229A (zh) * 2021-11-30 2022-03-15 山东汇能电气有限公司 一种开关柜运行环境监测***
CN114221979A (zh) * 2021-11-26 2022-03-22 华中农业大学 一种基于综合环境因子的智能种植工厂香菇生长预测模块评估***及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206671924U (zh) * 2016-12-05 2017-11-24 天津云拓网络科技有限公司 一种基于物联网技术的智能植物养护管理控制***
CN108739052A (zh) * 2018-06-01 2018-11-06 北京中环易达设施园艺科技有限公司 一种食用菌生长参数寻优的***和方法
CN110545529A (zh) * 2019-09-03 2019-12-06 淮阴工学院 一种温室大棚环境监测与管理服务***
CN112230697A (zh) * 2020-10-19 2021-01-15 广州市企德友诚美信息技术开发有限公司 一种基于互联网的农业监控装置
CN114221979A (zh) * 2021-11-26 2022-03-22 华中农业大学 一种基于综合环境因子的智能种植工厂香菇生长预测模块评估***及方法
CN114184229A (zh) * 2021-11-30 2022-03-15 山东汇能电气有限公司 一种开关柜运行环境监测***

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115755738A (zh) * 2022-11-22 2023-03-07 湘煤立达矿山装备股份有限公司 矿用智能电力监控***
CN115896817A (zh) * 2023-03-08 2023-04-04 福建德尔科技股份有限公司 氟氮混合气的生产方法及其***
CN115896817B (zh) * 2023-03-08 2023-05-19 福建德尔科技股份有限公司 氟氮混合气的生产方法及其***
CN116661530A (zh) * 2023-07-31 2023-08-29 山西聚源生物科技有限公司 食用菌工厂化栽培中的智能控制***及方法
CN116661530B (zh) * 2023-07-31 2023-09-29 山西聚源生物科技有限公司 食用菌工厂化栽培中的智能控制***及方法
CN116649160A (zh) * 2023-08-01 2023-08-29 南京康之春生物科技有限公司 食用菌菌种生产监测***及监测方法
CN116649160B (zh) * 2023-08-01 2023-10-10 南京康之春生物科技有限公司 食用菌菌种生产监测***及监测方法
CN117215351A (zh) * 2023-09-16 2023-12-12 张家港泽诺科技有限公司 一种食用菌种植环境智能监测预警***
CN117371855A (zh) * 2023-10-16 2024-01-09 深圳市大满包装有限公司 一种基于大数据的食品包装智能管理方法及***
CN117111536A (zh) * 2023-10-23 2023-11-24 上海永大菌业有限公司 一种菇棚环境远程控制***及方法
CN117848418A (zh) * 2024-01-11 2024-04-09 嘉兴市均诚农业有限公司 一种食用菌栽种植环境多点位实时监测***

Similar Documents

Publication Publication Date Title
CN115127617A (zh) 用于食用菌仿生态种植的智能管控***
US10729117B2 (en) Pest monitoring method based on machine vision
CN110414400B (zh) 一种施工现场安全帽穿戴自动检测方法及***
CN106940789A (zh) 一种基于视频识别的数量统计的方法、***及装置
CN106332855A (zh) 一种病虫害自动预警***
CN109190545A (zh) 输电线路中的鸟巢自动识别***及其方法和应用
CN104007733B (zh) 一种对农业集约化生产进行监控的***及方法
CN107860058A (zh) 电暖器及其控制方法、装置、存储介质和处理器
CN106650822A (zh) 病虫害识别方法及装置
CN115294518B (zh) 一种园艺植物温室精准栽培的智能监控方法及***
CN115661650A (zh) 一种基于物联网数据监测的农场管理***
CN115508357A (zh) 一种基于区域生态***多样性研究的监测***
CN112215522A (zh) 农作物长势监测***、方法、计算机设备及存储介质
CN109874584A (zh) 一种基于深度学习卷积神经网络的果树长势监控***
CN106960216A (zh) 一种农机作业机具类型的识别方法和装置
CN116030343A (zh) 一种基于机器视觉识别的农作物病虫害监管***
CN115439001A (zh) 一种基于共享农机大数据的农机供需调度管理***及方法
CN115685862A (zh) 一种基于边缘计算的智慧农业检测***
CN116824626A (zh) 一种动物异常状态人工智能识别的方法
CN106909898A (zh) 秸秆还田监测中的图像智能分析终端及方法
CN109961035A (zh) 一种水稻分蘖期长势智慧监控调节方法
CN113377141A (zh) 一种人工智能农业自动管理***
CN112019607A (zh) 基于可视化云平台的智慧农场综合控制方法及***
CN117036926A (zh) 一种融合深度学习与图像处理的杂草识别方法
CN116187626A (zh) 一种基于大数据的有机农产品安全溯源追踪监测管理***

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