-
公开(公告)号：CN114863279B
公开(公告)日：2024-07-02
申请号：CN202210485150.0
申请日：2022-05-06
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06N3/096 , G06N3/045
Abstract: 本发明公开了一种基于RS‑DCNet的花期检测方法，包括以下步骤：步骤1、获取基类数据集和新类数据集；步骤2、对数据集中数据进行预处理、数据广增，并分为训练集、验证集等；步骤3、以DCNet模型为基础构建RS‑DCNet模型；步骤4、在元学习阶段和元微调阶段对RS‑DCNet模型分别训练，使RS‑DCNet的参数调节为最优配置参数；步骤5、利用RS‑DCNet模型识别花期图像。本发明在样本数量只有几张的情况下，依然能够保持较高的检测精度。
-
公开(公告)号：CN117151121A
公开(公告)日：2023-12-01
申请号：CN202311401665.9
申请日：2023-10-26
Applicant: 安徽农业大学
IPC: G06F40/35 , G06F16/35 , G06F18/22 , G06F18/2415 , G10L15/18 , G10L15/16 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种口语理解方法，具体是一种基于波动阈值与分割化的多意图口语理解方法，该方法包括：对于一段输入的话语将其编码为隐藏状态序列后得到预测的意图和槽值，将预测的槽值与意图转化为向量形式嵌入到模型中；利用SD计算一个范围加权矩阵与输入的意图对应相乘，划定其范围后结合注意力机制融合意图检测和槽位填充结果的重要语义信息，使用波动阈值进行输出判断。本发明可以获得每个意图的既定范围，从而起到了减少范围外标记干扰的作用；通过设置基准阈值，然后运用斯皮尔曼系数与余弦相似度轮询对于每一个初预测意图和当前意图范围内的每个词进行相似度计算作为基准浮动阈值，提高了模型对意图边缘的检测的准确性。
-
公开(公告)号：CN116934151A
公开(公告)日：2023-10-24
申请号：CN202310888979.X
申请日：2023-07-19
Applicant: 安徽农业大学
IPC: G06Q10/0639 , G06Q10/0635 , G06Q30/018 , G06Q50/02
Abstract: 本发明涉及农产品质量安全评价，具体涉及一种基于溯源和快检数据的农产品质量安全评价方法，基于溯源和快检数据构建农产品质量安全评价体系；对农产品质量安全评价体系中各评价指标值进行归一化处理，并采用环比倍乘法获得各评价指标对应的第一权重；根据各归一化处理后的评价指标值及对应的第一权重计算农产品的第一质量安全评价指数；基于农产品质量安全评价体系构建监测矩阵，基于各评价指标对应的安全阈值构建判断矩阵，并利用判断矩阵将监测矩阵转换为风险矩阵；本发明提供的技术方案能够有效克服现有技术所存在的无法对农产品进行全过程质量安全评价的缺陷。
-
公开(公告)号：CN114741548A
公开(公告)日：2022-07-12
申请号：CN202210458831.8
申请日：2022-04-27
Applicant: 安徽农业大学
IPC: G06F16/583 , G06K9/62 , G06N3/04 , G06T7/11 , G06T7/73 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74
Abstract: 本发明公开了一种基于小样本学习的桑叶病虫害检测方法，包括以下步骤：步骤1、数据集采集：获取基类数据集和新类数据集；步骤2、数据集预处理；步骤3、构建RP‑DCNet模型；步骤4、将基类数据集在元学习阶段对RP‑DCNet模型进行训练；步骤5、将新类数据集和与新类数据集数量相当的基类数据集在元微调阶段对RP‑DCNet模型进行训练；步骤6、经过训练对RP‑DCNet模型的参数进行调整得到最优配置参数；步骤7、基于最优配置参数下的模型用于桑叶病虫害检测。本发明在样本数量较少情况下，依然能够保持较高的检测精度。
-
公开(公告)号：CN112866968B
公开(公告)日：2022-05-17
申请号：CN202110102401.8
申请日：2021-01-26
Applicant: 安徽农业大学
IPC: H04W4/80 , H04W76/14 , H04L67/125 , H04L67/02
Abstract: 本发明涉及一种基于NFC技术的无接触开柜方法，用于柜体和移动终端之间的开柜过程，包括以下步骤：步骤S1.在柜体内增设一NFC通讯模块，并在柜体上增设NFC通讯模块处开设一移动终端贴附卡槽；步骤S2.在用户使用的移动终端上增设一与NFC通讯模块相配合的NFC模块；步骤S3.用户将移动终端上增设的NFC模块贴附在贴附卡槽中，NFC通讯模块识别NFC模块后传输指令信号至柜体中并打开柜体上的柜门，以供用户无接触式取出柜体内的物体。该基于NFC技术的无接触开柜方法，用户只需将使用的移动终端如手机上的NFC模块贴近柜体上的NFC通讯模块即可控制柜体上的柜门打开，用户不需接触柜体即可将柜门打开，较为便捷，且可以保护用户的安全性。
-
Patent Agency Ranking
公开(公告)号：CN113205345A
公开(公告)日：2021-08-03
申请号：CN202110346248.3
申请日：2021-03-31
Applicant: 安徽农业大学
Abstract: 本发明提供一种基于以太坊区块链技术的农产品凭证追溯系统及其追溯方法，涉及区块链技术领域。所述基于以太坊区块链技术的农产品凭证追溯系统及其追溯方法包括：星际文件系统，所述星际文件系统用于协助区块链系统存储文件，同时进行农产品凭证数据接收；智能合约，所述智能合约用于保证数据存储约定；以太坊区块链，所述以太坊区块链用于保证各节点之间的数据分布式存储；所述星际文件系统、智能合约和以太坊区块链连接，通过网络实现彼此之间的数据传输。本发明提供的基于以太坊区块链技术的农产品凭证追溯系统及其追溯方法具有数据安全性好且可信性高的优点。
-
公开(公告)号：CN113158754A
公开(公告)日：2021-07-23
申请号：CN202110171314.8
申请日：2021-02-04
Applicant: 安徽农业大学
Abstract: 本发明公开了一种番茄病害图像识别方法，包括以下步骤：（1）、准备数据集；（2）、处理数据集；（3）、构建ResNeXt模型；（4）、构建中心损失函数；（5）、结合中心损失函数和ResNeXt模型来构建C‑ResNeXt模型；（6）、模型训练：采用训练集对C‑ResNeXt模型进行训练，得到效果最优的C‑ResNeXt模型；（7）图像识别：将待识别的番茄病害图像测试集输入效果最优的C‑ResNeXt模型中，得到识别结果。本发明具有更高的识别精度、表征能力和收敛速度。
-
公开(公告)号：CN112464713A
公开(公告)日：2021-03-09
申请号：CN202011134197.X
申请日：2020-10-21
Applicant: 安徽农业大学
Abstract: 一种基于深度学习的通信辐射源射频指纹识别方法，其特征在于：包括以下步骤：使用通信信号接收装置，接收通信辐射源信号，并对信号进行处理，获得I/Q两路数字零中频信号；同时提取I/Q两路数字零中频信号的三种指纹信息，分别为：矩形积分双谱特征、分形盒维数特征、小波特征；将三种指纹信息数据集划分为训练集和测试集；构建多通道深度学习模型，并利用训练集和测试集训练模型直至模型精度达到98％；本发明在现有的通信辐射源射频指纹识别的传统方法上进行创新，利用信号多特征融合的方法，采用多通道深度卷积神经网络模型，进行二次特征提取，提高通信辐射源射频指纹的识别精度，从而更好地达到实际环境对通信辐射源射频指纹的识别要求。
-
公开(公告)号：CN110895525A
公开(公告)日：2020-03-20
申请号：CN201910991389.3
申请日：2019-10-18
Applicant: 安徽农业大学
IPC: G06F16/215 , G06F16/25 , G06F16/22
Abstract: 本发明属于信息识别领域，具体涉及一种多元农产品快检设备数据融合系统，包括数据库、数据过滤模块、后台统一接口模块、检测仪器，所述的数据库与所述的数据过滤模块连接，所述的数据过滤模块与所述的后台统一接口模块连接，所述的后台统一接口模块与所述的检测站连接，所述的数据库用于储存分类仪器数据，所述的数据过滤模块用于对仪器数据进行进行判断过滤，所述的后台统一接口模块用于传输仪器数据，所述的仪器数据由所述的检测仪器发出，这种多元农产品快检设备数据融合系统，规范统一上传的数据结构，提供一个数据过滤机制，获取正确数据，对不正确数据提供反馈信息。
-
公开(公告)号：CN110689360A
公开(公告)日：2020-01-14
申请号：CN201910991205.3
申请日：2019-10-18
Applicant: 安徽农业大学
Abstract: 本发明属于信息识别领域，具体涉及一种基于水印库的农产品二维码防伪检验方法，包括含水印二维码库建立、二维码水印图像溯源、二维码水印图像校验，含水印二维码库建立包括二维码生成模块与水印库，二维码生成模块与水印库相结合后生成带水印的二维码，带水印的二维码建立成含水印二维码库，含水印二维码库用于对二维码水印图像进行校验，二维码水印图像由二维码水印图像溯源对含水印的二维码进行溯源得到，这种基于水印库的农产品二维码防伪检验方法，设计了图像水印库,使水印的嵌入不再单一，攻击者即使破解了其中一个条码,对整个二维码水印系统的影响并不大,进一步增加了系统的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.045 seconds)
