-
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。
-
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：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：CN114021546B
公开(公告)日：2024-12-17
申请号：CN202111051429.X
申请日：2021-09-08
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F40/211 , G06F40/242 , G06F40/289 , G06F40/30 , G06F18/23 , G06N3/0442 , G06N3/096 , G06N3/0464 , G06F16/332 , G06N5/02
Abstract: 本发明提供一种迁移语境网络的大桃生产知识开放问答方法及装置，所述方法包括：将获取的问句文本输入至训练好的问句意图分类网络，获取带有分类标签的问句语义信息；将所述问句语义信息输入至训练好的问句相似度匹配网络，获取所述问句文本对应的至少一个匹配问句；根据所述匹配问句从预先构建的问答数据库中确定与所述问句文本对应的匹配应答，并将所述匹配应答反馈给用户。本发明提供的迁移语境网络的大桃生产知识开放问答方法及装置，通过知识迁移有效构建生产知识库，通过数据挖掘与清晰、问句意图分类、问句语义理解以及应答匹配等方式，立体化提升生产知识问答的准确性和鲁棒性，能最大程度满足用户对生产知识的获取。
-
Patent Agency Ranking
公开(公告)号：CN116261202A
公开(公告)日：2023-06-13
申请号：CN202211644572.4
申请日：2022-12-20
Applicant: 北京市农林科学院信息技术研究中心
IPC: H04W40/32 , H04W52/02 , H04W72/044 , H04W72/566 , H04W84/18
Abstract: 本发明提供了一种农田数据机会传输方法、装置、电子设备及介质，涉及数据传输领域，包括：响应于任一当前节点的数据传输指令，确定当前节点的候选转发集合；通过当前节点所在簇的簇首节点将数据传输至候选转发集合中的每一候选节点；从候选转发集合中筛选出下一跳节点，响应于下一跳节点的数据传输指令，直至将数据传输至汇聚节点；候选节点是根据其加入候选转发集合之前的当前节点期望传输能耗，与加入候选转发集合之后的当前节点期望传输能耗的大小关系确定的。本发明通过设计簇间的机会路由传输机制，动态选择节点传输功率与候选转发节点集合，以使得数据在各节点间传输时的代价最小，从而提高网络中的数据传输可靠性并改善网络能效利用率。
-
公开(公告)号：CN116109435A
公开(公告)日：2023-05-12
申请号：CN202211615188.1
申请日：2022-12-14
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06Q50/02 , G06F16/36 , G06F18/213 , G06F18/25 , G06F16/9535
Abstract: 本发明提供一种农业知识服务方法及系统，该方法包括：对农业信息数据源进行爬取，获得目标农业知识用户的异构知识信息；将异构知识信息输入至农业知识图谱模型，获得农业知识图谱模型输出的兴趣预测结果；向目标农业知识用户推送与兴趣预测结果匹配的知识服务内容。本发明提供的农业知识服务方法及系统，实现通过多层的神经网络对用户的偏好自动识别提取，对用户偏好预测更准确，尤其对于未发生交互行为的新用户来说，能够通过具有社交关系的用户关联表征其潜在偏好，有效避免新用户冷启动的问题，使得农业知识服务的针对性和服务及时性均得到大幅提升。
-
公开(公告)号：CN115963821A
公开(公告)日：2023-04-14
申请号：CN202211644149.4
申请日：2022-12-20
Applicant: 北京市农林科学院信息技术研究中心
IPC: G05D1/02
Abstract: 本发明提供一种露地蔬菜自动化生产作业方法、装置、设备及介质，涉及农业生产领域，该方法包括：识别目标地块的当前作业场景，确定目标作业环节，目标作业环节为整地环节、起垄环节、移栽环节或采收环节；从预设策略库中匹配出目标作业策略，目标作业策略包括指示安装目标农机具、指示设置目标作业参数、指示执行目标规划路径及目标作业动作；在作业车上安装目标农机具的情况下，根据目标作业策略设置目标作业参数，控制作业车在目标地块中按照目标规划路径执行目标作业动作。本发明能为无人生产的作业方法及操作标准提供参考依据，进而实现在无人或少人监管的情况下，指示农机根据当前作业需求进行生产作业，提高作物生产效率，降低人力成本。
-
公开(公告)号：CN120046093A
公开(公告)日：2025-05-27
申请号：CN202411967315.3
申请日：2024-12-30
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F18/25 , G06F18/213 , G06F18/214 , G06F18/22 , G06F40/30 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种多尺度跨媒体农业生产数据融合与关联方法及装置，包括：对获取的多尺度跨媒体农业生产数据集中不同模态的数据进行语义对齐和结构对齐，得到对齐后的农业生产数据。将多尺度跨媒体农业生产数据集中的影像数据、场景数据、图文数据、时序数据和作业环节提示进行时序匹配，得到时序匹配后的农业生产数据。基于实时获取的网络文本数据和网络图像数据，使用强化学习算法训练图文匹配模型，得到训练后的图文匹配模型。基于对齐后的农业生产数据、时序匹配后的农业生产数据和训练后的图文匹配模型进行多模态数据融合，形成跨媒体的农业生产数据综合表示，为农业生产管理和决策提供了更加全面、准确的数据支持。
-
公开(公告)号：CN118887735A
公开(公告)日：2024-11-01
申请号：CN202410990969.1
申请日：2024-07-23
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V40/20 , G06V20/40 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及行为识别技术领域，提供一种蔬菜生产农事行为识别方法、装置、设备及存储介质，该方法包括：获取与蔬菜生产相关的农事行为的视频图像输入到经过预训练的行为识别模型中，得到对农事行为的识别结果；该视频图像是由设置在蔬菜垄间的视频采集设备采集的；行为识别模型包括双通道网络和预测网络，双通道网络包括横向连接的快通道网络和慢通道网络；分别用于提取视频图像的局部特征和全局特征并进行融合；预测网络用于对融合特征进行预测，得到对农事行为的识别结果。通过双通道网络提高对农事行为特征的提取与表达能力，基于对全局结构与局部细节的融合实现对农事行为的识别，可以在复杂多变的蔬菜生产活动中提高对农事行为的识别准确性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.037 seconds)
