太阳能自动多功能农业机器人使用蓝牙/Android App G.Kumara Swamy,B. eee的B. gopal Dept,Priyadarshini女性科学技术学院Khammam。摘要 - 本文介绍了单个机器人完成的多个农业任务。要发展农业任务的效率,我们必须找到新方法。该项目介绍了一种以非常有效的方式耕种土地的新方法。这种农业机器人系统的独特性是它具有多任务的能力,可以钻,拾取和地点,播种,抽水和肥料,天气监测以在农业,造林和园艺平台上工作。项目的目的是设计,开发和制造机器人,这些机器人可以挖土壤,将种子,滚筒关闭泥浆和喷雾器以喷水,整个机器人系统在电池和太阳能的帮助下工作。世界上有40%以上的人口选择农业作为主要职业,近年来,农业中自动驾驶汽车的发展引起了人们的兴趣。引言农业的历史可以追溯到数千年,其发展是由截然不同的气候,文化和技术驱动和定义的。因此,应提出农业系统以减少农民的努力。该模型开发的模型会自动播种种子,喷洒农药并切草。第二部分介绍了相关的作品。在第三节中介绍了多功能农业机器人的拟议设计。wifi用作接收器。原型代表了改善农业播种,草切割和基于on植物的农药喷涂的农业过程的系统。本文的组织如下。第四节讨论了算法实现。在第五部分的原型结果中进行了讨论。在第六节中的工作得出了结论。相关工作,由于没有有效的设备来帮助农民。需要实施新技术。提出了想法后,设计选项将最终确定。在[1]中,Saurabh Umarkar和Anil Karwankar讨论了种子播种的过程是农业菲尔德的关键组成部分。FormanyCropvarieties,已为广泛的种子尺寸开发了高度固定的pnemanumaticplanting,从而导致沿theTravel Pate的种子间隔中的种子均匀种子分布。该系统的主要缺点是机器人仅向一个方向移动。每当有障碍物电源自动关闭时。在[2]中,M.D.I.Sujon,R.Nasirandjayasreebaidya,农业研究员determenterderminedtheefectsofsofsofvariouseedesee ding技术和机器,以及在建立种子出现植物和最终晶粒中的油籽强奸率的不同速率。机器人将对超声检测进行农业类比,以改变其位置。该系统的主要缺点是,它不是土壤的WorkwellonAlltypes。在[3]中,H.Potar Eaton,Jkatupitiya和Sdpathirana结论得出的结论是,随着熟练的播种工人几乎在减少,Bullock绘制的种植成为必需品。可以减少劳动问题。种植植物和植物种群是最大化农作物产量的急性因素。在此微控制器8051中用于输入和输出设备之间的通信。该模型的主要缺点是,它仅由一种机制组成。在[4]中,S.Kareemulla,Kshaik,Eprajwal,Bmahesh,Vreddy,该系统使农民在种子播种的基本操作中受益。该机器的操作模式很简单。有可能有效提高总产量百分比。较少。也浪费种子较少。模型的缺点是,它仅由一个机制组成。
COVID-19 大流行期间金融服务和银行业中人工智能、物联网和云计算的前后变化 Kodukula Venkata Lakshmi Priyadarshini LLM 公司商业法 GITAM 法学院 VISHAKHAPATNAM 电子邮件:kodukulapriyadarsini17@gmail.com Aranya Nath LLM IPR &网络法 GITAM 法学院 VISHAKHAPATNAM电子邮件:subhamitanath002@gmail.com Usha Saha LLM 知识产权与网络法学院,GITAM 大学,维扎格,印度 电子邮件:ushasaha991@gmail.com Sonak Saha LLM 知识产权与网络法学院,GITAM 大学,维扎格,印度 电子邮件: sonaksaha111@gmail.com Gautami Chakravarty BA LLB IPR KIIT 法学院布巴内斯瓦尔电子邮件: gautamichakravarty21@gmail.com Debarati Mukherjee BSc.LLB IPR KIIT 法学院 布巴内斯瓦尔 电子邮件: mukherjee.debarati124@gmail.comv 摘要 --- 当 COVID-19 疫情于 2 月袭击我们国家时,印度南部地区与如此新型病毒的治疗暴露,我们的总理于2020年3月24日批准宵禁,并宣布全国封锁。结果,我国的经济和经济增长陷入了深刻的危机。因此,人工智能、云计算和物联网应运而生,以克服这种危机。人工智能和物联网有助于将传统的银行和金融机构体系重塑为技术进步。我们都知道,云在当今经济中至关重要,因为它高度重视安全性和保密性。要想获得收益,金融行业必须融入云计算。银行必须锻炼
摘要-本文旨在分析受试者在不同情绪状态下的真实生活(脑电图)EEG信号,并阐明情绪的影响如何反映在统计参数中。在适当的环境中捕获真实生活数据并进行处理。使用小波变换计算平均值、方差、标准差(STD)、偏度、功率、熵和均方根(RMS)值等统计特征。关键词-熵;功率;RMS值;小波变换。一、引言如今,由于人类生活方式的改变和忙碌的日程安排,会发生各种各样的后果,影响人类的整体健康以及心理健康和情绪稳定。各种情绪的发生反映在大脑各个点诱发的电位上。有多种技术可以观察大脑状态的变化,例如 CT 扫描 (计算机断层扫描)、脑磁图 (脑磁图)、磁共振成像 (磁共振成像)、功能磁共振成像 (功能磁共振成像) 和脑电图 (EEG)。每种技术都有自己的优点和局限性,因此也有各自的应用领域。脑电图是所有这些技术中最便宜的,但仍然可以提供更好的信息内容。脑电图是头皮上的电活动记录,可测量由大脑神经元内的离子电流流动引起的电压波动 [1]。对脑电图信号进行分类和降低数据维度对于降低时间复杂度和提高系统性能非常重要。有多种方法可以从脑电图信号中提取特征,但有效的特征选择是分析的关键因素。为了捕捉不同受试者的脑电图信号 (脑机接口),脑机接口使用 3 个电极:双耳各 2 个电极,头皮上的“CZ”位置(即头部正中央)第 3 个电极。受试者处于合适的环境中,引发不同的情绪,如快乐、愤怒和悲伤,并在每种情绪状态下收集数据。这些数据被采样并用于提取各种特征。EEG 信号的分析可以了解各种情绪状态。因此,这种分析可用于分析不同的情绪问题。但是,当从 EEG 信号中提取的特征数量过多时,EEG 信号的分析会变得耗时且复杂。因此需要减少这些特征。