-
公开(公告)号:CN113887868A
公开(公告)日:2022-01-04
申请号:CN202111013269.X
申请日:2021-08-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于改进的神经网络实现食品风险评估的方法,包括步骤:1)获取样本食品数据集;2)对样本食品数据集进行预处理,将预处理后的样本数据集分为训练集和测试集;3)将训练集输入到改进的DCN网络模型中进行训练,训练完成后得到最优的改进DCN网络模型;4)将测试集输入到最优的改进DCN网络模型中进行测试,测试后得到样本食品的最终预测值,是每个样本食品所对应的风险评估预测分数。本发明将神经网络的特征提取技术和食品风险评估结合起来,通过决策树的残差计算方法和深度交叉网络中的特征交叉计算方法来挖掘数据特征,利用模型实现样本食品风险评估的预测,从而有效缓解食品风险预测耗费人工的问题。
-
公开(公告)号:CN108734694A
公开(公告)日:2018-11-02
申请号:CN201810309381.X
申请日:2018-04-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于faster r-cnn的甲状腺肿瘤超声图像自动识别方法,包括步骤:对已经标注的甲状腺肿瘤超声图像进行数据增强,增加训练样本的个数和尺度;使用resnet-50网络模型对图像数据集进行特征提取;使用区域建议网络RPN生成建议窗口(proposals),并映射到特征图上生成区域建议框;然后通过RoI pooling使得每个RoI生成固定尺寸的特征图;最后利用softmax Loss和softmax L1 Loss对分类概率和边框回归联合训练。本发明方法不需要手工进行肿瘤超声图像分割,能够端到端训练网络,并采用数据增强提高识别率。
-
公开(公告)号:CN111220801B
公开(公告)日:2023-05-09
申请号:CN201911360053.3
申请日:2019-12-25
Applicant: 华南农业大学 , 山西省畜牧产品质量安全检验监测中心
IPC: G06T7/00 , G06T7/90 , G01N33/558 , G01N33/53
Abstract: 本发明提供一种基于智能手机的高通量多通道免疫层析分析方法及系统,该分析方法包括:获取免疫层析试纸条图像,提取待测图片检测区域的信号强度,对检测区域内各行的所有像素颜色值求平均值时,以第一个像素点作为“平均值”,从第二个像素点开始取,每取到一个像素点,则将这个像素点的值减去“平均值”,将所得的差除以当前所取的像素点的数量,再将该值加上“平均值”作为新的“平均值”,然后取下一个点,重复以上操作。当所有像素点都处理完后,最后的“平均值”即为该行所有像素颜色值的平均值。本发明可对检测通道上的多个试纸条同时进行检测,可实现多种小分子危害因子的多残留高通量分析,显著提高检测效率。
-
公开(公告)号:CN113112328A
公开(公告)日:2021-07-13
申请号:CN202110392131.9
申请日:2021-04-13
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于点割集图分割的矩阵变换与分解的商品推荐方法,包括:1)获取基础数据,构建原始评分矩阵;2)利用基于社区发现的点割集图分割算法,将原始评分矩阵转换为双边块对角矩阵,将双边块对角矩阵的双边和对角块拼接为包含若干个子矩阵的块对角矩阵;3)基于拼接而成的块对角矩阵中的子矩阵,执行矩阵分解算法,得到分解结果的集合;4)根据分解结果的集合,预测空白评分,得到原始矩阵的近似矩阵;5)根据近似矩阵对用户进行个性化商品推荐。本发明将基于双边块对角矩阵的矩阵分解方法作为个性化推荐的一种有效手段,有效缓解推荐系统中的数据稀疏问题,以及矩阵分解算法效率低下的问题,在提升预测精度的同时,缩短推荐所花费时间。
-
公开(公告)号:CN109635613B
公开(公告)日:2021-05-25
申请号:CN201811385161.1
申请日:2018-11-20
Applicant: 华南农业大学
IPC: G06K7/14
Abstract: 本发明公开了一种用于球体表面的二维码生成方法、系统及装置,方法包括:获取平面二维码,并通过二维码生成工具获取平面二维码的编码内容;根据平面二维码的编码内容,计算平面二维码在目标球体表面的映射关系,进而得到球形二维码每个像素点的坐标;根据球形二维码每个像素点的坐标,调用二维码生成工具生成得到初步球形二维码;根据初步球形二维码,通过插值算法进行插值填充,得到最终球形二维码。本发明根据平面二维码与球形二维码的映射关系和插值填充算法,生成得到最终球形二维码在粘贴在球体表面后,能大大提到识别成功率,为使用条码标识球体提供了很好的帮助。本发明可广泛应用于二维码领域中。
-
公开(公告)号:CN109190735A
公开(公告)日:2019-01-11
申请号:CN201810856680.5
申请日:2018-07-31
Applicant: 华南农业大学
IPC: G06K19/06
Abstract: 本发明公开了一种用于柱形表面的二维码生成方法、系统及装置,方法包括:获取平面二维码,并通过二维码生成工具获取平面二维码的编码内容;根据平面二维码的编码内容,计算平面二维码在目标柱形物件表面的映射关系,进而得到柱形二维码每个像素点的坐标;根据柱形二维码每个像素点的坐标,调用二维码生成工具生成得到柱形二维码。本发明根据平面二维码大小、目标柱形物件的尺寸以及扫描设备与目标柱形物件表面的距离,重新生成得到柱形二维码在粘贴在柱形物体表面后,能大大提到识别率,为使用条码标识柱形物体提供了很好的帮助,对食品追溯、物流追踪有很大的意义。本发明可广泛应用于二维码领域中。
-
公开(公告)号:CN113888252B
公开(公告)日:2025-01-10
申请号:CN202111003703.6
申请日:2021-08-30
Applicant: 华南农业大学
IPC: G06Q30/0601
Abstract: 本发明公开了一种基于用户对食品安全等级评分值和食品相似度的推荐方法,包括步骤:1)获取用户对食品的评分数据;2)计算出每一条评分数据的评分权重。3)将评分数据和评分权重输入到机器学习模型中进行参数训练。4)参数训练完成后,得到一个食品相似度矩阵,最终通过用户的评分数据和食品相似度矩阵计算并生成用户的食品推荐列表,实现将食品推荐给用户。本发明在训练出一个机器学习模型的同时结合使用了基于邻域的协同过滤方法,从用户对食品的评分数据中学习出食品的相似度矩阵,考虑评分数据时间顺序的同时将稀疏性引入相似度矩阵,使其能够有效地生成推荐。
-
公开(公告)号:CN113887868B
公开(公告)日:2024-09-06
申请号:CN202111013269.X
申请日:2021-08-31
Applicant: 华南农业大学
IPC: G06Q10/0635 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于改进的神经网络实现食品风险评估的方法,包括步骤:1)获取样本食品数据集;2)对样本食品数据集进行预处理,将预处理后的样本数据集分为训练集和测试集;3)将训练集输入到改进的DCN网络模型中进行训练,训练完成后得到最优的改进DCN网络模型;4)将测试集输入到最优的改进DCN网络模型中进行测试,测试后得到样本食品的最终预测值,是每个样本食品所对应的风险评估预测分数。本发明将神经网络的特征提取技术和食品风险评估结合起来,通过决策树的残差计算方法和深度交叉网络中的特征交叉计算方法来挖掘数据特征,利用模型实现样本食品风险评估的预测,从而有效缓解食品风险预测耗费人工的问题。
-
公开(公告)号:CN117893274A
公开(公告)日:2024-04-16
申请号:CN202311755526.6
申请日:2023-12-19
Applicant: 华南农业大学
IPC: G06Q30/0601 , G06N3/006
Abstract: 本申请涉及基于高维多目标优化的商品推荐方法、装置、设备及介质,所述方法包括:线性组合三种基础推荐算法作为推荐模型使用的推荐算法;以混合推荐模型的权重为决策向量、推荐结果的准确率、召回率、多样性等评价指标为目标函数构造高维多目标优化问题,通过优化该问题提高混合推荐模型的推荐质量;设计一种基于分解的高维多目标进化算法求解构造的高维多目标优化问题,在用参考向量引导精英个体选择的基础上自适应填充种群的稀疏区域,提高了种群的多样性,从而能提供更多可选的混合权重组合。本申请能够克服单一推荐算法的局限性,生成综合质量更高的商品推荐结果。
-
公开(公告)号:CN109190735B
公开(公告)日:2021-10-15
申请号:CN201810856680.5
申请日:2018-07-31
Applicant: 华南农业大学
IPC: G06K19/06
Abstract: 本发明公开了一种用于柱形表面的二维码生成方法、系统及装置,方法包括:获取平面二维码,并通过二维码生成工具获取平面二维码的编码内容;根据平面二维码的编码内容,计算平面二维码在目标柱形物件表面的映射关系,进而得到柱形二维码每个像素点的坐标;根据柱形二维码每个像素点的坐标,调用二维码生成工具生成得到柱形二维码。本发明根据平面二维码大小、目标柱形物件的尺寸以及扫描设备与目标柱形物件表面的距离,重新生成得到柱形二维码在粘贴在柱形物体表面后,能大大提到识别率,为使用条码标识柱形物体提供了很好的帮助,对食品追溯、物流追踪有很大的意义。本发明可广泛应用于二维码领域中。
-
-
-
-
-
-
-
-
-