-
公开(公告)号：CN119761497A
公开(公告)日：2025-04-04
申请号：CN202411642177.1
申请日：2024-11-18
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06N5/04 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供一种基于图卷积神经网络的甘蓝生长环境关系推理方法及装置，涉及农业人工智能技术领域，所述方法通过对甘蓝的生长指标数据和甘蓝的环境因素数据进行处理，获得甘蓝的预测产量、甘蓝的预测质量以及加权环境特征，并通过图卷积神经网络得到甘蓝的预测产量与环境因素之间的关系以及甘蓝的预测质量与环境因素之间的关系。本发明提供的基于图卷积神经网络的甘蓝生长环境关系推理方法，实现了在综合考虑甘蓝的生长指标数据和环境因素数据的情况下，准确高效地推理出甘蓝的生长状态与环境因素的关系，从而能够以此为依据，为甘蓝的种植管理提供建议，优化甘蓝的生长环境，提高甘蓝的产量和质量。
-
公开(公告)号：CN119443224A
公开(公告)日：2025-02-14
申请号：CN202411325012.1
申请日：2024-09-23
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06N5/022 , G06N5/04 , G06N3/0442 , G06N3/045
Abstract: 本发明提供一种跨模态的知识图谱构建方法以及装置，其中，上述方法包括：获取农业产业的文本数据、图像数据以及结构化数据；对文本数据、图像数据以及结构化数据分别进行预处理与特征提取，得到文本特征向量、图像特征向量以及结构化特征向量；对文本特征向量、图像特征向量以及结构化特征向量进行嵌入拼接，得到整体特征序列；将整体特征序列输入至多模态Transformer模型，得到多模态Transformer模型输出的综合特征向量；将综合特征向量输入至Bi‑LSTM‑CRF模型，得到Bi‑LSTM‑CRF模型输出的实体以及关系标签；基于实体与关系标签构建知识图谱，其中，知识图谱的节点用于表示实体，知识图谱的边用于表示关系标签；通过本发明能够提升了知识图谱的实时性和准确性。
-
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：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：CN116089708B
公开(公告)日：2025-03-25
申请号：CN202211611047.2
申请日：2022-12-12
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，所述方法包括：将所述目标用户的知识获取请求信息以及属性信息输入至农业知识推荐模型，得到所述农业知识推荐模型输出的与所述目标用户关联的目标反馈知识以及目标推荐知识类别；根据所述目标推荐知识类别，从农业知识数据集中确定出目标推荐知识。本发明的农业知识推荐方法，通过确定目标用户的属性信息，利用农业知识推荐模型确定出准确的目标推荐知识类别，并从构建的农业知识数据集中确定出目标推荐知识以推送至目标用户，能够针对目标用户的属性信息精准确定推送信息，以便于知识平台开展精准化的知识推荐服务，以向不同用户推送精准的农业知识。
-
Patent Agency Ranking
公开(公告)号：CN117828075A
公开(公告)日：2024-04-05
申请号：CN202311722817.5
申请日：2023-12-14
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/35 , G06F40/30 , G06F40/289 , G06F40/284 , G06F18/213 , G06F18/241 , G06N3/0442 , G06N3/084 , G06Q50/02
Abstract: 本申请实施例提供一种农情数据的分类方法、装置及存储介质，所述方法包括：基于农业文本数据中的维度标签对所述农业文本数据进行分类获取农情数据；获取所述农情数据的文本语义特征和文本主题特征，并确定农情文本特征；基于所述农情文本特征、所述维度标签和注意力权重对所述农情数据进行分类确定分类结果。本申请实施例提供的农情数据的分类方法、装置及存储介质，可以根据维度标签对农业文本数据进行初步分类，再根据农情文本特征和注意力权重进行细化分类，可以减少噪声数据的干扰，节省计算资源和时间，提高处理效率，进而提高文本分类的精确性。
-
公开(公告)号：CN117786208A
公开(公告)日：2024-03-29
申请号：CN202311754583.2
申请日：2023-12-19
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/9535 , G06F16/906 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明提供一种农业知识推荐方法、装置、电子设备及存储介质，所述方法包括：基于用户访问农业知识资源的访问记录信息和农业知识资源分类信息，确定目标嵌入向量组信息；目标嵌入向量组信息包括访问记录信息对应的用户信息嵌入向量、农业知识资源分类信息对应的资源信息嵌入向量，以及用户信息嵌入向量与资源信息嵌入向量之间的度量分解矩阵；将目标嵌入向量组信息输入至农业知识推荐模型，得到农业知识推荐模型输出的农业知识推荐结果；农业知识推荐模型是基于目标嵌入向量组信息样本及对应的农业知识资源类型标签训练得到的。本发明可以有效实现个性化和精准化的农业知识推荐，提升农业知识获取效率以及用户体验。
-
公开(公告)号：CN116186210A
公开(公告)日：2023-05-30
申请号：CN202211610910.2
申请日：2022-12-14
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/332 , G06Q50/02 , G06F16/33 , G06F18/214
Abstract: 本发明提供一种面向农技知识问答的用户画像构建方法及装置，该方法包括：基于目标农业用户的基本信息和行为信息，生成用户标签集合；基于目标农业用户的问答信息，生成问答标签集合；利用用户标签集合和问答标签集合进行匹配，生成目标农业用户的用户画像。本发明提供的面向农技知识问答的用户画像构建方法及装置，实现对农技服务驿站的农技知识问答用户进行多维度立体的分析，刻画出了农技服务驿站知识问答用户的基本属性特征以及农技问答行为特征，可用于指导农技问答中用户画像的精准构建。
-
公开(公告)号：CN119671299A
公开(公告)日：2025-03-21
申请号：CN202411493442.4
申请日：2024-10-24
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06Q10/0637 , G06Q10/0631 , G06Q50/02 , G06Q10/067 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06F18/213 , G06F18/2415 , G06F18/25 , G06F123/02
Abstract: 本发明提供一种番茄品质‑环境‑投入品多要素耦合控制方法及装置，涉及农业人工智能技术领域，所述方法通过构建生长环境调控子模型、水肥灌溉管控子模型以及农情农事匹配子模型，建立多要素耦合控制模型，并使用番茄生长的历史数据对多要素耦合控制模型进行训练，然后基于训练好的多要素耦合控制模型，以设施番茄种植品质作为模型管控的指标，控制设施番茄当前生长阶段的环境控制参数和投入品的使用量。本发明提供的一种番茄品质‑环境‑投入品多要素耦合控制方法，能够对设施番茄种植品质与环境及投入品进行关联耦合，实现了对设施番茄种植品质的精准控制。
-
公开(公告)号：CN117786185A
公开(公告)日：2024-03-29
申请号：CN202311757439.4
申请日：2023-12-19
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/906 , G06F16/9535 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种农业知识推送方法、装置、电子设备及存储介质，所述方法包括：基于各个用户的标签属性信息和农业知识类别信息，确定目标向量组信息；标签属性信息是基于用户的身份信息、用户对农业知识的行为信息以及用户所在地信息确定的；将目标向量组信息输入至农业知识推荐模型，得到农业知识推荐模型输出的每个用户的农业知识推荐结果；目标向量组信息包括各个用户的标签属性信息对应的第一向量和农业知识类别信息对应的第二向量；农业知识推荐模型是基于目标向量组信息样本及对应的农业知识资源类型标签训练得到的；将每个农业知识推荐结果对应的农业知识消息推送给对应的用户。本发明可以实现农业知识的个性化和精准化推送。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.01 seconds)
