-
公开(公告)号：CN105282436A
公开(公告)日：2016-01-27
申请号：CN201510556182.5
申请日：2015-09-02
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于嵌入式的农业物联网图像采集装置，包括型号为S3C2440的嵌入式微处理器，嵌入式微处理器中设置有Linux操作系统，嵌入式微处理器上接入有3G模块、摄像头接口、时钟电路、LCD接口、JTAG接口、串口电路、电源及复位电路、SDRAM、NOR-FLASH、NAND-FLASH。本发明可根据用户在节点应用程序的设置或远端用户的命令，实现节点图像周期或随机的实时采集和3G无线传输，完成对作物生长情况的图像信息的实时分析采集，为增产增收提供基础。
-
公开(公告)号：CN104123414A
公开(公告)日：2014-10-29
申请号：CN201410345740.9
申请日：2014-07-19
Applicant: 安徽农业大学
IPC: G06F17/50
Abstract: 本发明主要公开了一种基于计算流体动力学对气动发动机进排气通道的流场和热传递的部件进行仿真优化的参数化方法，主要步骤如下：首先对所研制的两级式气动发动机进行物理三维结构模型和数学模型的建立，其次对所建立的三维结构图进行网格划分，接下来利用计算流体动力学软件fluent对气动发动机模型进行数值仿真，最后对气动发动机进排气通道的流场特性进行特性分析及计算，并根据计算结果对气动发动机的进排气通道和热传递部件进行优化和改进。本发明首次将CFD思想引入到气动发动机领域，为进一步提升气动发动机的能量利用率、改善气体压力时变规律紊乱以及气体密度不均等问题，提供了一种新的理论方法和依据，也为气动发动机研究提供了一种新的思路。
-
公开(公告)号：CN115269864B
公开(公告)日：2025-05-09
申请号：CN202210746863.8
申请日：2022-06-28
Applicant: 安徽农业大学
IPC: G06N5/022 , G06F16/36 , G06F40/295 , G06Q10/0631 , G06Q10/0639 , G06Q30/0207 , G06Q50/02 , G06Q40/03 , H04L67/1097
Abstract: 本发明公开了一种基于区块链的农业众包知识图谱的构建方法及系统，本发明在农业知识图谱的构建中引入了众包和区块链技术，将农业知识图谱构建环节任务交给众包完成，将区块链技术引入众包农业知识图谱的构建流程中，提出融合区块链智能合约的众包农业知识图谱构建策略，并将众包构建知识图谱的过程上链，实现数据的不可篡改、可追溯、可信任；基于众包构建的农业知识图谱数据，采取联合抽取法和多种补全方式，提高了对众包数据三元组信息的抽取效率和知识图谱完整性；建立众包工人信用评价体系，有效提高了众包完成质量和专业领域人员长期参与积极性；本发明有效解决了农业知识图谱构建中数据易泄露、可信度低、构建效率低、质量难评估等问题。
-
公开(公告)号：CN114861069B
公开(公告)日：2024-12-06
申请号：CN202210633790.1
申请日：2022-06-07
Applicant: 安徽农业大学
IPC: G06F16/9535 , G06F16/36 , G06F40/30 , G06Q50/20
Abstract: 本发明公开了一种基于知识图谱的网络学习资源分析及个性化推荐方法，属于学习资源分析推荐方法技术领域，具体包括以下步骤：S1、构建网络学习资源知识图谱；S2、网络学习资源分析；S3、学习者画像分析；S4、网络学习资源个性化推荐；本发明融合了学科知识、学习资源、学习策略的个性化教育知识图谱模型及其构建技术，基于知识图谱的学习资源概念链接、分析与评价技术以及知识图谱与学习目标的学习者知识体系评估模型和学习路径智能规划，实现了以学习者个性化兴趣和需求驱动为中心的精准知识推送和个性化学习资源与学习策略推荐。
-
公开(公告)号：CN119005244A
公开(公告)日：2024-11-22
申请号：CN202411046770.X
申请日：2024-08-01
Applicant: 安徽农业大学 , 安徽喜乐佳生物科技有限公司
Abstract: 本发明公开了一种基于数据驱动的生猪饲料配方优化方法，包括：S1.基于生猪饲养数据构建目标函数；S2.对鲸鱼优化算法WOA进行优化，得到优化后的鲸鱼优化算法；S3.对Levy飞行策略进行优化，并将其引入优化后的鲸鱼优化算法，得到二次优化的鲸鱼优化算法AWOA；S4.基于二次优化的鲸鱼优化算法AWOA对所述目标函数进行参数优化，确定生猪饲料的最佳配方。本发明对WOA模型中的参数进行重新建模，并将其与适应度相联系；同时，还将对Levy飞行策略进行优化，并将其加入到算法的行为模式中，从而在提高搜索效率的同时，也能保证搜索的精度，实现了高效的饲料成分优化，显著提升了生猪生长速率及饲料成本效益。
-
Patent Agency Ranking
公开(公告)号：CN114625136B
公开(公告)日：2024-11-22
申请号：CN202210238283.8
申请日：2022-03-10
Applicant: 安徽农业大学
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D109/10
Abstract: 本发明提供了一种基于深度学习的机器人轨迹跟踪控制方法，属于机器人控制领域，包括：建立机器人的运动学模型、跟踪误差模型、动力学模型；建立基于长短时记忆神经网络LSTM和滑模控制SMC的控制器，所述控制器包括运动学控制器、基于SMC的动力学控制器和LSTM网络；基于所述机器人的运动学模型、跟踪误差模型、动力学模型，通过所述基于长短时记忆神经网络LSTM和滑模控制SMC的控制器对机器人跟踪轨迹进行控制。本发明提出的提出LSTM和SMC相结合的控制方法实现了LSTM网络对控制的补偿，提高收敛速度和控制的精度及稳定性；在不降低鲁棒性的情况下，LSTM和SMC相结合的方法可以有效抑制滑模控制的抖动现象。
-
公开(公告)号：CN118865996A
公开(公告)日：2024-10-29
申请号：CN202410890017.2
申请日：2024-07-04
Applicant: 安徽农业大学 , 安徽喜乐佳生物科技有限公司
IPC: G10L21/0308 , G06F18/21 , G06F18/214 , G10L25/30 , G10L25/51
Abstract: 本发明公开了一种基于盲源分离的家畜音频智能识别方法，涉及计算机技术领域。包括：采集封闭环境内的家畜音频信号，基于封闭环境内的家畜音频信号构建声谱图数据集，使用声谱图数据集训练用于识别不同家畜状态音频的改进ECA‑EfficientNetV2网络；采集群养环境内的家畜音频信号，使用欠定盲源分离方法将群养环境内的家畜音频信号中不同状态的家畜音频信号进行分离；将分离后不同状态的家畜音频信号输入到训练好的改进ECA‑EfficientNet V2网络中进行状态识别。
-
公开(公告)号：CN117645971A
公开(公告)日：2024-03-05
申请号：CN202311636610.6
申请日：2023-12-01
Applicant: 安徽农业大学
IPC: C12N5/077 , C12N5/0775 , C12N5/071
Abstract: 本发明公开了一种猪血浆基质胶及其制备方法和应用，所述方法包括以下步骤：吸取无菌猪血浆和猪血小板裂解液到离心管中，再吸取钙盐溶液加入离心管，充分混匀后转移至培养皿或模具，放入培养箱中，使纤维蛋白形成析出生成的基质充分凝固；其中，血小板和血浆可冷冻长期保存，解冻后各组分可优化配比，并可添加其他培养基；利用该方法可将细胞、组织和类器官与基质以表面、混合和夹层等方法共同培养。本发明通过采集新鲜抗凝猪血分离血浆，制备猪血浆基质胶，猪血浆基质胶用于细胞培养时能够提高细胞增殖速率且不改变细胞的生长状态和分化潜能。
-
公开(公告)号：CN117059261A
公开(公告)日：2023-11-14
申请号：CN202311055533.5
申请日：2023-08-21
Applicant: 安徽农业大学
IPC: G16H50/20 , G06F40/295 , G06F16/36 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/08 , G06N5/022
Abstract: 本发明涉及多模态知识图谱的畜禽疾病诊断技术领域，且公开了一种基于多模态知识图谱的畜禽疾病诊断方法，包括以下步骤：S1、面向畜禽疾病的命名实体识别方法：所述面向畜禽疾病的命名实体识别是指利用若干个畜禽疾病文本、图像、声音和视频识别的相关疾病实体。该基于多模态知识图谱的畜禽疾病诊断方法，通过将命名实体识别和知识图谱构建技术引入畜禽疾病诊断领域，可以为畜禽疾病的诊断和治疗提供更加全面和准确的参考，从而提高畜禽疾病治疗的效果和治愈率；同时，畜禽疾病知识图谱的构建可以帮助人们更好地了解畜禽疾病的发生规律和传播途径，为畜禽疾病的预防和控制提供科学依据。
-
公开(公告)号：CN115937689B
公开(公告)日：2023-08-11
申请号：CN202211721125.4
申请日：2022-12-30
Applicant: 安徽农业大学
Abstract: 本发明涉及人工智能技术领域，且公开了一种农业害虫智能识别与监测技术，通过利用公开知识图谱和私有数据构建多模态农业病虫害知识图谱，收集多类别害虫图片作为训练数据，并对数据进行预处理，利用训练数据训练一个卷积视觉模型和一个视觉注意力模型，然后将训练完成的模型保存，冻结模型后，使用融合模块融合两个模型，利用多模态知识图谱推理出输入害虫图片的相关粗粒度的属性特征，利用编码器对推理的属性特征进行编码。该农业害虫智能识别与监测技术，可以利用粗粒度多模态知识图谱辅助混合视觉模型对害虫进行识别和监测，提高了对害虫种类的识别准确度。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.049 seconds)
