-
公开(公告)号：CN114998639B
公开(公告)日：2024-04-26
申请号：CN202210412607.5
申请日：2022-04-19
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06T5/50 , G06F16/951 , G06F16/55
Abstract: 本发明公开了一种基于深度学习的中药材品类识别方法，包括建立学习模型和识别中药材饮片两个部分。本发明利用网络爬虫和线下采集方式并通过对数据集进行数据增强后，供卷积神经网络建立识别数据模型，识别中药材饮片过程前对其进行样品处理并连续采像后，利用同态滤波对采集的图像与基于卷积神经网络进行图像融合，通过ZCA白化对图像进行处理后，再使用Transformer提取特征，并将图像特征导入卷积神经网络模型中进行特征对比，以快速获取样本中药材类别，极大地排出了处理过程中影响识别准确性的因素数量，提升了识别率，可为中药材快速识别方法研究提供理论支撑，为推重中医药现代化具有非常深远的意义。
-
公开(公告)号：CN114998639A
公开(公告)日：2022-09-02
申请号：CN202210412607.5
申请日：2022-04-19
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06N3/04 , G06T5/50 , G06F16/951 , G06F16/55
Abstract: 本发明公开了一种基于深度学习的中药材品类识别方法，包括建立学习模型和识别中药材饮片两个部分。本发明利用网络爬虫和线下采集方式并通过对数据集进行数据增强后，供卷积神经网络建立识别数据模型，识别中药材饮片过程前对其进行样品处理并连续采像后，利用同态滤波对采集的图像与基于卷积神经网络进行图像融合，通过ZCA白化对图像进行处理后，再使用Transformer提取特征，并将图像特征导入卷积神经网络模型中进行特征对比，以快速获取样本中药材类别，极大地排出了处理过程中影响识别准确性的因素数量，提升了识别率，可为中药材快速识别方法研究提供理论支撑，为推重中医药现代化具有非常深远的意义。
-
公开(公告)号：CN114758727A
公开(公告)日：2022-07-15
申请号：CN202210451340.0
申请日：2022-04-26
Applicant: 安徽农业大学
IPC: G16B40/00 , G06F16/22 , G06F16/2453 , G06F16/2455 , G06F16/2458
Abstract: 本发明公开了基于携带缓存Trie树加速生物基因的检索方法，属于数据查询技术领域，该检索方法具体步骤如下：(1)构建Tire树并将数据导入Tire树中；(2)对Tire树进行性能优化；(3)对基因序列簇进行缓存优化；(4)对Tire树查询效率进行对比分析；本发明通过构建Trie树与哈希表结合的方式对各组生物基因数据进行查询，能够利用有限的内存空间加速基因索引的检索。
-
公开(公告)号：CN114758727B
公开(公告)日：2024-06-14
申请号：CN202210451340.0
申请日：2022-04-26
Applicant: 安徽农业大学
IPC: G16B40/00 , G06F16/22 , G06F16/2453 , G06F16/2455 , G06F16/2458
Abstract: 本发明公开了基于携带缓存Trie树加速生物基因的检索方法，属于数据查询技术领域，该检索方法具体步骤如下：(1)构建Tire树并将数据导入Tire树中；(2)对Tire树进行性能优化；(3)对基因序列簇进行缓存优化；(4)对Tire树查询效率进行对比分析；本发明通过构建Trie树与哈希表结合的方式对各组生物基因数据进行查询，能够利用有限的内存空间加速基因索引的检索。
-
-
-
Search Results
4
records
(took 0.019 seconds)
