-
题名探索智慧城市的云边端协同技术体系与创新应用框架
被引量:3
- 1
-
-
作者
刘洋
刘林
李相国
-
机构
宏景科技股份有限公司
-
出处
《网络安全技术与应用》
2023年第12期76-79,共4页
-
文摘
本文面对智慧城市建设中“设备互联、数据互联、业务互联、产业互联、产城融合”新需求,提出智慧城市云边端协同技术体系与应用创新框架,介绍多源异构信息感知与智能物联网共性技术、智能云计算与大数据分析共性技术、国产AI芯片的跨平台边缘计算与人工智能共性技术、国产智能计算平台的云边端协同共性技术四项关键技术,通过搭建一个云边端协同技术应用框架,讨论在智慧园区、智慧医疗、智慧农业、智慧能源等智慧城市的应用。
-
关键词
智慧城市
云边端协同
物联网
人工智能
大数据
-
分类号
F49
[经济管理—产业经济]
F299.2
[经济管理—国民经济]
TP393.09
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进的U-Net网络模型的叶片病害检测
- 2
-
-
作者
刘林
林山驰
李相国
冯敏
许亮
-
机构
广东宏景科技股份有限公司
智慧城市云边端协同技术广东省工程研究中心
中国科学院长春光学精密机械与物理研究所
吉林省农业高光谱应用信息数据库
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2024年第8期1138-1144,共7页
-
基金
广东省重点研发计划(No.2019B020214001)。
-
文摘
为了满足作物病虫害绿色防治对病虫害程度检测的需求,设计了一种改进的U-Net网络模型用于作物叶片病虫害程度的检测。首先,选择ResNet50网络作为模型的主干网络,借助迁移学习来提升训练收敛速度和降低计算成本。其次,引入注意力机制对U-Net网络的各层特征提取和融合进行优化,以提高网络模型接收关键信息的能力。实验结果表明,改进的U-Net512网络模型具有最优的检测性能,平均检测精度达到90.14%,平均绝对误差为276.3。通过分析模型不同采样深度下的各层特征图发现,注意力机制的引入使网络模型能够获取并融合叶片整体特征和病害区域特征两个维度的信息,进一步提升模型检测性能。这种方法不仅能够有效地检测作物叶片的病虫害程度,而且具有较高的准确性和可靠性,有助于实现作物病虫害的绿色防治。
-
关键词
病虫害检测
改进U-Net网络
注意力机制
病虫害防治
-
Keywords
pest detection
U-Net network
attention gate
pest control
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于AIoT的智慧城市关键技术概述
- 3
-
-
作者
林山驰
刘林
李相国
-
机构
宏景科技股份有限公司
-
出处
《绿色建造与智能建筑》
2023年第11期100-105,共6页
-
文摘
通过数字化提升城市运行效能,不断破解城市治理中的实际问题,是提升城市治理水平的重要路径。无论是智慧城市创新模式的发展还是数字经济服务化的需求,均需要借助智慧城市新一代核心技术体系构建服务于智慧城市发展的技术生态。本文阐述了基于AIoT构建面向智慧城市的技术体系,用于解决当前智慧城市建设中技术组合和协同上存在的设备互联、数据互联、业务互联、产业链互联尚存的“孤岛”问题,极大地推进城市智慧化、产业数字化发展。
-
关键词
AIoT
智慧城市
产业数字化
数字经济
-
Keywords
AIoT
smart city
industrial digitalization
digital economy
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
TP242.62
[自动化与计算机技术—检测技术与自动化装置]
-