基于关键点检测和单侧深度成像的牛只体尺自动测量方法

    公开(公告)号:CN118865451A

    公开(公告)日:2024-10-29

    申请号:CN202411135208.4

    申请日:2024-08-19

    摘要: 本发明公开了一种基于关键点检测和单侧深度成像的牛只体尺自动测量方法,应用于牛只体尺测量技术领域。利用深度相机获取单侧的牛体深度图像,结合同步捕获的RGB图像,通过图像融合技术精确定位牛体关键点,然后通过改进的YOLOv8‑Pose模型准确识别出二维图像上牛体各关键特征点,接下来通过条件过滤优化关键点在深度图像上的表示,进一步确保了测量的精确性,最后将牛体关键点结合欧式距离、移动最小二乘方法、径向基函数和三次B条样插值方法计算牛只体尺参数。本发明不仅显著提高了牛体尺寸测量的自动化和精确性,还优化了操作的便捷性和非接触性,大幅降低了成本并提升了动物福利。

    一种基于LSTM自编码器的耕地闲置识别方法

    公开(公告)号:CN118628925A

    公开(公告)日:2024-09-10

    申请号:CN202410705819.1

    申请日:2024-06-03

    摘要: 本发明公开了一种基于LSTM自编码器的耕地闲置识别方法,包括采集预设区域的时序数据,对所述时序数据进行预处理,对所述时序多光谱遥感图像进行逐月聚合并取中值获得时间段聚合时序HLS影像,对所述时序遥感影像进行逐月聚合并取低值获得时间段聚合时序SAR影像,根据所述时间段聚合时序HLS影像所述耕地特征,将土地覆被分成三种模式,根据所述三种模式分别构建LSTM自编码器模型,优化所述LSTM自编码器模型,将闲置耕地的所述植被指数输入LSTM自编码器模型确定残差分布阈值,将待识别数据输入LSTM自编码器模型,输出识别结果。该方法不仅可以提高基于LSTM自编码器的耕地闲置识别的精度,同时具有较好的可解释性,可以直接应用于耕地闲置识别系统中。

    一种科研成果推送、认领方法及系统

    公开(公告)号:CN114416959B

    公开(公告)日:2024-08-30

    申请号:CN202111453449.X

    申请日:2021-12-01

    摘要: 本发明公开了一种科研成果推送、认领方法及系统,包括:将科研院所的科学家、科研成果进行分类,得到不能直接匹配的科学家及科研成果、能够直接匹配的科学家及科研成果,对于能够直接匹配的科学家及科研成果,根据科学家人事信息及科研成果第一预设标签字段信息,将科学家与科研成果直接匹配,将匹配成功的科研成果推送给对应科学家,对于不能直接匹配的科学家及科研成果,将科学家画像与科研成果第二预设标签字段信息进行相似度匹配,将科研成果推送给与该科研成果的第二预设标签字段信息具有相似度最高画像的科学家,各个科学家对于推送的科研成果完成认领,从而实现智能推送及认领工作,减少人工干预,克服管理工作量庞大、管理周期长缺陷。

    文献叙词表构建方法、装置、电子设备及存储介质

    公开(公告)号:CN118153560A

    公开(公告)日:2024-06-07

    申请号:CN202410069911.3

    申请日:2024-01-17

    摘要: 本发明提供一种文献叙词表构建方法、装置、电子设备及存储介质,文献叙词表构建方法包括实时获取文献输入数据;根据实时获取的文献输入数据构建叙词表数据元组;根据叙词表数据元组构建与业务需求维度对应的机构多元组;将机构多元组与机构元组标准库进行匹配,得到多个研究领域对应的匹配元组;对多个研究领域对应的匹配元组进行加工,将每个加工后的匹配元组作为对应领域文献叙词表中的一行数据,根据加工后的多个匹配元组生成多个研究领域对应的文献叙词表。本发明可以根据研究领域业务需求进行逻辑匹配,降低构建文献叙词表成本和出错率,提高构建效率,并且,文献叙词表的维度根据元组维度业务需求进行动态调整,满足用户个性化需求。

    一种利用大数据的农业病虫害预警装置

    公开(公告)号:CN117992746A

    公开(公告)日:2024-05-07

    申请号:CN202410093031.X

    申请日:2024-01-23

    摘要: 本发明公开了一种利用大数据的农业病虫害预警装置,属于农业病虫害技术领域,包括:数据采集模块、数据处理模块、模型构建模块、模型预测模块和病虫害预警模块。本发明解决了现有的农业病虫害预警,多为工作人员发现农业存在病虫害时,再给出相应地预警措施,导致农业病虫害预警效果及农业病虫害防治效果差的问题,本发明通过采集基于大数据的农业病虫害预警数据,确定农业病虫害表征数据,对农业病虫害表征数据进行分析,基于机器学习方法构建农业病虫害预警模型,确定农业病虫害评估预测结果,对农业病虫害评估预测结果进行深度挖掘,基于农业病虫害预警方法对农业病虫害进行预警,可提升农业病虫害预警效果及农业病虫害防治效果。

    一种多变量时间序列数据聚类方法

    公开(公告)号:CN111488924B

    公开(公告)日:2024-04-26

    申请号:CN202010265442.4

    申请日:2020-04-07

    发明人: 王婷 崔运鹏 刘娟

    摘要: 本发明公开了一种多变量时间序列数据聚类方法,包括对多变量时间序列数据进行归一化预处理;构建深度学习无监督学习模型稀疏自编码器,对多变量时间序列数据进行特征提取以构建新特征序列;获取样本数据新特征序列的聚类K值;基于欧式距离计算不同样本数据新特征序列之间的距离;对样本数据的新特征序列集进行聚类;根据聚类结果分析多变量时间序列数据的潜在模式。本发明通过稀疏自编码器模型和聚类方法,提高处理大规模数据的效率,并构建稀疏自编码器模型以提高模型对多变量时间序列数据提取新特征序列的性能,同时根据欧式距离构建了多变量距离计算模型以实现对多变量时间序列数据的聚类。