-
公开(公告)号：CN118314443A
公开(公告)日：2024-07-09
申请号：CN202410270843.7
申请日：2024-03-11
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V10/84 , G06N3/0464 , G06N3/08 , G06V10/22 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本申请提供一种露地蔬菜无人拖拉机作业垄间路径提取方法及装置，涉及路径提取技术领域。所述方法包括：基于语义分割网络，确定垄间路径图像的目标分割概率图；所述目标分割概率图表示所述垄间路径图像包含的各像素点属于垄间路径的概率；基于所述目标分割概率图，确定目标参数的值；所述目标参数表示所述垄间路径图像包含的各像素点的权重系数；所述目标参数用于活动轮廓模型；基于所述活动轮廓模型、所述目标分割概率图与所述目标参数的值，对露地蔬菜无人拖拉机作业过程中的垄间路径进行提取。本申请提供的露地蔬菜无人拖拉机作业垄间路径提取方法及装置，可以提高垄间路径的提取精度。
-
公开(公告)号：CN117744966A
公开(公告)日：2024-03-22
申请号：CN202311430366.8
申请日：2023-10-31
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06Q10/0631 , A01G25/00 , A01C21/00 , G06F18/2415 , G06N3/0499 , G06N3/042 , G06Q50/02 , G06N3/048
Abstract: 本发明提供一种融合农业经验知识的设施番茄水肥智能管理方法及装置，所述方法包括：将待识别目标参数输入作物系数预测模型，得到作物系数预测模型输出的作物系数；作物系数预测模型是基于训练集和知识函数对极限学习机模型进行训练得到的；知识函数是基于损失函数和冲突函数确定的；冲突函数是基于输出结果和领域经验知识确定的；基于作物系数，对设施番茄进行水肥管理。本发明提供的融合农业经验知识的设施番茄水肥智能管理方法，通过结合目标参数以及领域经验知识确定知识函数，并对极限学习机模型进行训练，从而得到作物系数预测模型，并根据作物系数预测模型输出的作物系数对设施番茄进行水肥管理，提高了灌溉精度。
-
公开(公告)号：CN116541924A
公开(公告)日：2023-08-04
申请号：CN202310374652.0
申请日：2023-04-10
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F30/13 , G06F30/20 , G06F113/14 , G06F119/02
Abstract: 本发明提供的一种无人农场沟渠修筑和管道铺设方案生成方法及装置，属于地理信息技术领域，包括：获取目标地块的高程数据；根据高程数据，确定目标地块的地势走向信息；根据地势走向信息、目标地块的种植区域宽度、历史气象信息和灌溉类型，生成目标地块上无人农场的修筑方案。本发明提供的无人农场沟渠修筑和管道铺设方案生成方法及装置，通过对地块的高程数据进行分析，从目标地块的地形地势着手，以灌溉排涝设计为核心，设计起垄、沟渠修筑、水肥管道铺设等支持无人化连续作业的农场设计方案，能够有效解决大面积无人农场场景下灌溉排涝规划问题，能够有效避免涝灾对无人农场种植造成的危害。
-
公开(公告)号：CN116204652A
公开(公告)日：2023-06-02
申请号：CN202211542645.9
申请日：2022-12-02
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种测土配肥知识图谱的构建方法及装置，所述方法包括构建土壤数据库、地理信息数据库以及测土配肥知识库；基于所述土壤数据库、所述地理信息数据库以及所述测土配肥知识库，按照目标类型抽取测土配肥领域的各目标实体之间的关系，且得到各目标实体；基于各目标实体以及各目标实体之间的关系，构建测土配肥知识图谱。本发明的测土配肥知识图谱的构建方法，通过构建土壤数据库、地理信息数据库以及测土配肥知识库，将土壤肥力数据以及农田地块的地理信息数据进行结合，能够得到更加丰富以及贴合农民使用需求的测土配肥知识，进而以此构建测土配肥知识图谱，能为农民提供更加合适的农业指导。
-
公开(公告)号：CN120046707A
公开(公告)日：2025-05-27
申请号：CN202411967309.8
申请日：2024-12-30
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06N5/022 , G06V30/148 , G06V30/19
Abstract: 本发明提供一种蔬菜多模态知识图谱构建方法、装置及存储介质。该蔬菜多模态知识图谱构建方法包括：采集蔬菜知识多模态数据；所述蔬菜知识多模态数据包括蔬菜领域的文本模态的数据、文件模态的数据以及图片模态的数据；基于所述蔬菜知识多模态数据获取多模态语义融合特征；基于所述多模态语义融合特征利用实体抽取模型识别所述蔬菜知识多模态数据中的实体，并利用实体关系抽取模型获取所述实体之间的关系；根据所述实体以及所述实体之间的关系获取蔬菜多模态知识图谱。基于针对蔬菜知识领域的多模态数据进行语义融合，从而进行实体识别及关系抽取，使构建更为准确全面的蔬菜多模态知识图谱。
-
Patent Agency Ranking
公开(公告)号：CN119919795A
公开(公告)日：2025-05-02
申请号：CN202411849505.5
申请日：2024-12-16
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/10 , G06V10/46 , G06V10/82 , G06N3/045 , G06V10/766
Abstract: 本发明提供一种宜机化甘蓝穴盘幼苗叶片直立度与最大叶展识别方法，方法包括：调用基于RFP结构的Swin Transformer模型对采集的甘蓝穴盘幼苗的双目图像进行特征提取，得到双目图像的特征图；对双目图像的特征图进行回归预测，得到双目图像的茎部边界框和叶部边界框；将双目图像的茎部边界框和叶部边界框进行关键点匹配，并根据匹配得到的关键点的图像坐标确定甘蓝穴盘幼苗的三维几何位置坐标，从而确定甘蓝穴盘幼苗的叶片直立度和最大叶展。通过本申请，解决现有幼苗检测方法主要集中在穴盘栽培过程中的苗情检测识别，未形成一种穴盘苗宜机化判别标准，检测准确度有限，难以应用于实际生产中的缺陷。
-
公开(公告)号：CN117540026B
公开(公告)日：2025-04-04
申请号：CN202311294329.9
申请日：2023-10-08
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种农业知识推荐方法及装置，涉及农业信息化技术领域，该方法包括：获取目标用户的基本属性信息和历史行为数据；基于基本属性信息和历史行为数据，确定目标用户对应的时间子空间、地域子空间、偏好子空间和交互信息子空间；基于时间子空间、地域子空间、偏好子空间和交互信息子空间，从第一农业知识图谱中获取针对目标用户的农业知识推荐结果；其中，第一农业知识图谱，是基于多模态的农业知识构建的。本发明提供的农业知识推荐方法及装置，通过综合利用时空、茬口、品种、用户与农业知识交互信息，对包含多模态农业知识的农业知识图谱进行知识推理，能提高向农业科技人员和农民等推荐农业知识的准确性、有效性和及时性。
-
公开(公告)号：CN119723488A
公开(公告)日：2025-03-28
申请号：CN202411637374.4
申请日：2024-11-15
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种萝卜无人化收获系统，涉及农业人工智能技术领域，所述系统通过萝卜采收无人化控制子系统、萝卜采收无人化作业子系统和萝卜农艺参数配置子系统，对萝卜采收机的移动进行智能控制，并融合菜田地块形状、地形和种植农艺，进行最优作业路径规划；在多种参数配置的基础上，融合计算机视觉算法，对萝卜果实和萝卜缨进行准确识别。本发明提供的一种萝卜无人化收获系统，实现了对萝卜无人化作业收获机更加智能、细腻和精准的操作，从而节约了人力、物力和时间，并提高了萝卜无人化采收效率、质量以及萝卜无人化采收的绿色化、智能化水平。
-
公开(公告)号：CN119646102A
公开(公告)日：2025-03-18
申请号：CN202411525887.6
申请日：2024-10-30
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/28 , G06F16/23 , G06Q50/02 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/0895 , G06N3/092 , G06N5/025 , G06F18/213 , G06F18/25 , G06F123/02
Abstract: 本发明提供一种基于作物生长过程的知识图谱动态更新方法以及装置，其中，上述方法包括：将环境因素数据与作物生长阶段输入至训练后的Transformer模型，得到时间序列特征；通过图卷积网络基于环境因素数据与作物生长指标进行关系图构建，得到环境作物生长关系图；通过图注意力网络基于环境作物生长关系图进行特征提取，得到空间特征矩阵；通过空间图卷积网络基于空间特征矩阵进行特征提取，得到高维空间特征；通过空间变换网络基于高维空间特征进行对齐与转换，得到地理空间特征；通过深度融合模型基于时间序列特征与地理空间特征进行特征融合，得到综合特征；基于环境因素数据、作物生长指标以及综合特征对预设的知识图谱进行增量更新。
-
公开(公告)号：CN119514551A
公开(公告)日：2025-02-25
申请号：CN202411358464.X
申请日：2024-09-27
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F40/30 , G06N5/022 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F40/295 , G06F18/25
Abstract: 本发明提供一种融合知识图谱的语义特征表达方法以及装置，其中，上述方法包括：对多源异构数据进行预处理，得到文本序列；通过双向长短期记忆网络与条件随机场，对文本序列进行命名实体识别，得到文本序列的实体；通过预训练的语言表征模型，对文本序列进行关系抽取，得到文本序列的实体关系；基于实体与实体关系进行知识图谱嵌入生成，得到知识图谱实体向量；通过RoBERTa模型，对文本序列进行特征提取，得到文本序列的深层特征表示；对深层特征表示进行实体识别，得到深层特征表示的文本特征实体向量；基于文本特征实体向量与知识图谱实体向量进行实体链接与特征融合，得到融合语义特征向量；通过本发明能够提升特征表示的准确性和关联性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.035 seconds)
