[發明專利]一種基于大數據、云技術、人工智能的水稻適度加工方法在審
| 申請號: | 202110605464.5 | 申請日: | 2021-05-31 |
| 公開(公告)號: | CN113351283A | 公開(公告)日: | 2021-09-07 |
| 發明(設計)人: | 李冰;趙陽;李恩超 | 申請(專利權)人: | 哈爾濱工程北米科技有限公司 |
| 主分類號: | B02B7/00 | 分類號: | B02B7/00;B02B5/02;B07C5/342;B07C5/36;G06N20/00;G06N3/08 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 數據 技術 人工智能 水稻 適度 加工 方法 | ||
1.一種基于大數據、云技術、人工智能的水稻適度加工方法,包括對糙米進行碾磨,得到留胚米,對留胚米進行色選,加工數據包括碾磨數據、色選數據,其特征在于:
對碾磨后得到的留胚米進行視覺檢測,得到留胚度和留胚率的數據;根據檢測的留胚度和留胚率數據,利用學習算法形成新的碾磨溫度、碾磨壓力和碾磨速度的碾磨數據,新的碾磨溫度、碾磨壓力和碾磨速度作為新的碾磨參數對后續的糙米進行碾磨;不斷學習,直至檢測出最優的留胚度和留胚率。
2.根據權利要求1所述的一種基于大數據、云技術、人工智能的水稻適度加工方法,其特征在于:
對色選后的留胚米進行視覺檢測,得到留胚度和留胚率的數據;根據檢測的留胚度和留胚率數據,利用學習算法形成新的靈敏度的色選數據,新的靈敏度作為新的色選參數對后續的留胚米進行色選;不斷學習,直至檢測出最優的留胚度和留胚率。
3.根據權利要求1或2所述的一種基于大數據、云技術、人工智能的水稻適度加工方法,其特征在于:
學習后的加工數據對即將加工或連續加工后續的糙米,預測性配置加工數據,在加工過程中,利用學習算法,形成新的加工工藝數據;通過不斷學習,加工工藝數據不斷完善。
4.根據權利要求3所述的一種基于大數據、云技術、人工智能的水稻適度加工方法,其特征在于:
將加工工藝數據上傳到云端,各個加工方將此加工工藝數據從云端配置到自己的加工設備上;各個加工方在加工的過程中,通過學習算法形成新的加工工藝數據,新的加工工藝數據實時上傳至云端,在云端,各個新的加工工藝數據利用學習算法相互學習,迭代形成優化的加工工藝數據;此優化后的加工工藝數據實時配置到各個加工方的加工設備上,各個加工方內部、各個加工方之間通過學習算法不斷學習,利用云技術,使合作的各加工方共享更優的加工工藝數據。
5.根據權利要求4所述的一種基于大數據、云技術、人工智能的水稻適度加工方法,其特征在于:
加工數據包括水稻的產地、品種。
6.根據權利要求4所述的一種基于大數據、云技術、人工智能的水稻適度加工方法,其特征在于:
加工數據包括加工環境的溫度、濕度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程北米科技有限公司,未經哈爾濱工程北米科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110605464.5/1.html,轉載請聲明來源鉆瓜專利網。
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





