XiaoMi-AI文件搜索系统
World File Search System花田
研究助理（博士后）（欢迎所有性别）
在研究项目“促进景观水平（Kooperativ）的生物多样性”中。kooperativ由联邦自然保护局在联邦生物多样性计划中资助，联邦环境部，自然保护，核安全和消费者保护的资金。该位置应在2025年8月中旬填补，并限制到14.08.2028。薪水符合100％的德国公共服务薪金量表（TV-L E13），相当于每周39.8个工作时间。跨学科项目Kooperativ着重于协作农业环境措施的生态和社会经济成果。我们专注于41名农民和其他利益相关者在31种研究景观中实施的多年生花田，代表中部中部的农村社区。农民，非政府组织，研究人员和其他区域参与者自5年以来一直紧密合作。
关于2018财年新采纳的研究项目
8 木下健 长崎科学技术大学校长 东京大学名誉教授 9 佐藤胜明 东京农工大学名誉教授 10 佐藤千明 东京工业大学科学技术研究所副教授 11佐藤诚 东京工业大学名誉教授 12 谷冈明彦 东京工业大学名誉教授 13 中山智博 国家研究开发机构日本科学技术振兴机构研究开发战略中心企划管理室主任/研究员 14 花田修二 东北大学名誉教授 15 绿川胜美 日本理化学研究所光子工程中心主任 16 村口正宏 学部电气工程系教授17 东京理科大学工学部博士 17 森本正幸 东海原大学教授 18 山本英和 千叶工业大学工学部电气电子工程系教授 19 东京理科大学工学院机械工程系教授 山本诚 20 日本科学技术振兴机构创新研究开发推进项目项目经理 山本义久 21 横山健二 系教授东京工业大学应用生物学系应用生物学系 22 吉田雅之 公共投资杂志主编
利用智能手机开展众包项目
a Hochschule für Technik Stuttgart，Schellingstr 24，70174 Stuttgart，德国 - (eberhard.guelch，shohrab.uddin)@hft-stuttgart.de b Imkerverein Waiblingen e.V.Waiblingen，德国 - bernhardwilli@web.de ICWG III/VII 关键词：花朵识别、蜂蜜产量网络门户、地理定位、无人机 摘要：Beesmart 项目旨在利用智能手机的众包方法推导出蜜蜂的地理定位产量目录。因此，核心问题是智能手机应用程序 (App2bee) 的设计以及花朵识别软件的设计，该软件使用智能手机的传感器信息和开花时间信息来识别和定位花朵。实施的花卉识别基于“最小视觉词袋”方法。分类准确率可达到约 60-70%，当然，这受花卉种类繁多的影响，也受图像拍摄方式以及图像质量和分辨率的影响。通过在触摸屏上应用先验简单的手动分割将图像焦点放在所讨论的花朵上，分类结果得到进一步改善。介绍了 App2Bee 的设计和功能，然后详细介绍了通信、数据库和 Web 门户组件。在项目的第二部分，使用固定翼无人机系统研究对蜜蜂很重要的较大花卉区域的分类，该系统配备两种不同类型的相机，即 RGB 数码相机和 NIR 数码相机。当然不可能识别单朵花，但可以证明，相同花朵的较大花田，例如红三叶草，可以用这种方法进行分类。利用现有数据，还可以对裸地、道路、低牧场、高牧场以及混合牧场进行分类。对于高牧场，可以自动识别花簇，如蓍草。1.简介