-
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：CN113902673A
公开(公告)日：2022-01-07
申请号：CN202111028687.6
申请日：2021-09-02
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06T7/00
Abstract: 本发明提供一种番茄灰霉病程度识别方法及装置方法及装置，该方法包括：获取番茄叶片待检测区域多个特征波段的光谱数据；将所述多个特征的波段光谱数据输入预设的极限学习机ELM模型，输出番茄灰霉病程度的检测结果；其中，所述极限学习机模型，根据多个已知番茄灰霉病程度的样本，以灰霉病程度作为标签相同的多个特征波段作为输入训练后得到。该方法通过多个特征波段光谱数据输入预设的ELM模型，输出番茄灰霉病程度的检测结果，无需在肉眼能观察到病斑以后进行实验，可实现灰霉病潜育期的快速诊断。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN118865501A
公开(公告)日：2024-10-29
申请号：CN202410937628.8
申请日：2024-07-12
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V40/20 , G06V10/764 , G06T7/10 , G06N20/10 , G06N3/0464
Abstract: 本发明提供一种设施环境下农事生产姿态识别方法及装置，其中方法包括：对目标图像中的人体目标进行分割，得到人体目标图像；基于OpenPose模型对人体目标图像进行全身姿态估计和关键点检测，得到人体目标的关节点和关节连通区域，并确定人体目标的关键关节点信息；基于支持向量机，从多个生产姿态类型中确定与关键关节点信息匹配的目标姿态类型。通过针对农事作业过程中身体和手势动作能够协同表征作业环节，考虑了躯干和手势的关键关节点信息，提升了后续农事生产姿态识别的准确性。使用支持低样本评测的SVM分类方法，并将农事生产过程的多个生产姿态类型与关键关节点信息匹配，实现农事作业过程的智能化分析与采集。
-
公开(公告)号：CN118314443A
公开(公告)日：2024-07-09
申请号：CN202410270843.7
申请日：2024-03-11
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V10/84 , G06N3/0464 , G06N3/08 , G06V10/22 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本申请提供一种露地蔬菜无人拖拉机作业垄间路径提取方法及装置，涉及路径提取技术领域。所述方法包括：基于语义分割网络，确定垄间路径图像的目标分割概率图；所述目标分割概率图表示所述垄间路径图像包含的各像素点属于垄间路径的概率；基于所述目标分割概率图，确定目标参数的值；所述目标参数表示所述垄间路径图像包含的各像素点的权重系数；所述目标参数用于活动轮廓模型；基于所述活动轮廓模型、所述目标分割概率图与所述目标参数的值，对露地蔬菜无人拖拉机作业过程中的垄间路径进行提取。本申请提供的露地蔬菜无人拖拉机作业垄间路径提取方法及装置，可以提高垄间路径的提取精度。
-
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：CN116541924A
公开(公告)日：2023-08-04
申请号：CN202310374652.0
申请日：2023-04-10
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F30/13 , G06F30/20 , G06F113/14 , G06F119/02
Abstract: 本发明提供的一种无人农场沟渠修筑和管道铺设方案生成方法及装置，属于地理信息技术领域，包括：获取目标地块的高程数据；根据高程数据，确定目标地块的地势走向信息；根据地势走向信息、目标地块的种植区域宽度、历史气象信息和灌溉类型，生成目标地块上无人农场的修筑方案。本发明提供的无人农场沟渠修筑和管道铺设方案生成方法及装置，通过对地块的高程数据进行分析，从目标地块的地形地势着手，以灌溉排涝设计为核心，设计起垄、沟渠修筑、水肥管道铺设等支持无人化连续作业的农场设计方案，能够有效解决大面积无人农场场景下灌溉排涝规划问题，能够有效避免涝灾对无人农场种植造成的危害。
-
公开(公告)号：CN118314443B
公开(公告)日：2025-05-09
申请号：CN202410270843.7
申请日：2024-03-11
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V10/84 , G06N3/0464 , G06N3/08 , G06V10/22 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本申请提供一种露地蔬菜无人拖拉机作业垄间路径提取方法及装置，涉及路径提取技术领域。所述方法包括：基于语义分割网络，确定垄间路径图像的目标分割概率图；所述目标分割概率图表示所述垄间路径图像包含的各像素点属于垄间路径的概率；基于所述目标分割概率图，确定目标参数的值；所述目标参数表示所述垄间路径图像包含的各像素点的权重系数；所述目标参数用于活动轮廓模型；基于所述活动轮廓模型、所述目标分割概率图与所述目标参数的值，对露地蔬菜无人拖拉机作业过程中的垄间路径进行提取。本申请提供的露地蔬菜无人拖拉机作业垄间路径提取方法及装置，可以提高垄间路径的提取精度。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.032 seconds)
