-
公开(公告)号：CN103228021B
公开(公告)日：2016-06-15
申请号：CN201310000985.3
申请日：2013-01-05
Applicant: 南京农业大学
CPC classification number: Y02D70/32
Abstract: 一种基于无线传感器执行器网络的设施作物生长环境参数监测和控制方法，其特征是包括三个阶段：分簇形成阶段、簇内更新阶段、簇头重新选举阶段。该方法将WSAN技术应用于设施作物，并提出一种适合WSAN网络的协作路由协议——基于动态分簇的角度转发路由协议，同时提出一种基于密封第一价拍卖的实时任务分配算法RTAA-SFPA。本发明可以实现设施作物应用的自动化、网络化和智能化；可以实现设施作物管理的实时性、可靠性和低能耗。
-
公开(公告)号：CN112036335B
公开(公告)日：2023-12-26
申请号：CN202010915753.0
申请日：2020-09-03
Applicant: 南京农业大学
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种反卷积引导的半监督植物叶部病害识别与分割方法，使用少量病害类别标注和病斑的像素级标注，通过反卷积实现病害种类的识别和病斑区域的分割。本方法通过一致性正则化、熵最小化方法生成无标记样本的类别预测标签；将有标记样本和无标记样本进行图像混合，利用新生成的图像进行半监督病害分类；对类别信息进行上采样，利用少量像素级标记进行半监督病斑分割。在模型训练的过程中，使用指数加权平均更新模型参数，使模型在测试数据上更加鲁棒。本发明适用于标签样本数量不足的植物叶部病害识别与分割的情况，实现了识别与分割的一体化，模型在光线不足、有异物遮挡叶片图像中具有较强的泛化能力，识别和分割速度能够满足实时性要求。
-
公开(公告)号：CN115580392A
公开(公告)日：2023-01-06
申请号：CN202211163860.8
申请日：2022-09-23
Applicant: 南京农业大学
IPC: H04L9/00 , G06F18/241 , G06F18/214 , G06N3/0464
Abstract: 本发明提出了一种基于深度学习的密码芯片侧信道泄露可视化定位方法，针对密码芯片中应用的加密算法，利用集成的解析工具提取信号跳变和信号值，并构造电路图，通过深度模型对其训练学习，然后借助信号的泄露梯度值可视化，从而定位密码硬件设计中可能存在的侧信道泄露。本方法首先通过解析工具从加密算法FPGA实现生成的VCD文件中提取相关模块的信号跳变次数和信号值，并构造信号向量，然后利用CNN模型训练得到分类器，最后基于分类器获得的信号泄露梯度值的可视化和电路图，进而实现泄露的定位。本发明的方法能够适用于不同加密方案下的侧信道泄露可视化定位。
-
公开(公告)号：CN115205832A
公开(公告)日：2022-10-18
申请号：CN202210799123.0
申请日：2022-07-08
Applicant: 南京农业大学
IPC: G06V20/60 , G06V10/764 , G06V10/774 , G06V10/422 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于VGG16的多任务学习植物表型处理方法及装置，该方法包括：(1)构建植物表型处理与分析模型：以VGG16网络作为多任务学习的硬参数共享网络，除去原VGG16的最后一个最大池化层以及之后所有的全连接层，增加任务相关的全连接层，并将其分别应用于三个特定任务层；(2)训练模型：使用任务依赖不确定性权衡每一个特定任务层的损失函数，以此来平衡回归和分类任务的损失，使用柔性因子连接不同任务，自动优化不同任务的权重，让每个任务都得到最优化训练；(3)基于训练后模型对植物表型进行处理与分析。本发明能同时完成三个有关拟南芥表型处理与分析的任务，大大提升了多任务整体分类及预测效果。
-
公开(公告)号：CN110263863B
公开(公告)日：2021-09-10
申请号：CN201910547744.8
申请日：2019-06-24
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于迁移学习与双线性InceptionResNetV2的细粒度菌类表型识别方法，其主要步骤为：(1)建立基于迁移学习与双线性的细粒度菌类表型识别模型；(2)基于识别模型进行迁移学习与训练；(3)将图像输入识别模型后进行预处理；(4)对预处理后的图像数据进行特征提取。本发明将两个对称InceptionResNetV2特征提取网络提取到的特征结合起来，得到更细粒度的特征，使识别效果更好；并且使用基于模型的迁移学习训练方法，将在ImageNet数据集上预训练好的特征提取网络参数权重迁移到菌类细粒度表型数据集上，能够在较短的训练时间内，达到更好的收敛性能，使识别结果更好。
-
Patent Agency Ranking
公开(公告)号：CN105703433B
公开(公告)日：2018-10-26
申请号：CN201610142331.8
申请日：2016-03-14
Applicant: 南京农业大学
IPC: H02J7/00
Abstract: 一种多旋翼飞行器接触式无线充电系统，它包括：充电基站：该充电基站与充电器连接，对多旋翼飞行器进行接触式无线充电；异形受电装置：该异形受电装置安装在多旋翼飞行器起落架的底部，能够与充电基站相接触，为多旋翼飞行器进行接触式受电。在多旋翼飞行器能量感知自身电池电量不足时，自主飞回落入充电底座，通过受电装置与充电底座进行接触连接，接通充电回路，实现自主充电。本发明采用接触式无线充电方案，充分借用现有充电技术，利用充电底座与安装在多旋翼飞行器上受电端接触连接，实现接触式无线充电，解决了多旋翼自主飞行器作业中的续航问题，保证了自主飞行作业能够持续进行。
-
公开(公告)号：CN107491733A
公开(公告)日：2017-12-19
申请号：CN201710588673.7
申请日：2017-07-19
Applicant: 南京农业大学
CPC classification number: G06K9/00664 , G06K9/6256 , G06K9/6267 , G06N3/084
Abstract: 本发明公开了一种基于深度神经网络的菊花识别方法，包括以下步骤：(1)菊花图像原始数据的采集和预处理，并构成训练集样本；(2)构建深度神经网络模型；(3)待识别菊花的图像采集，并对图像进行裁剪和缩放，将图像转化成RGB形式输入到深度神经网络的模型中；(4)将测试样本利用训练完成的神经网络的模型得出识别菊花的类型。本发明设计的卷积神经网络层数一共6层，识别的菊花分为五种类型，相比现有花朵种类识别系统及其方法，极大的提高了图像的识别准确率和解决现有技术对于菊花识别困难的技术问题。
-
公开(公告)号：CN107180261A
公开(公告)日：2017-09-19
申请号：CN201710426571.5
申请日：2017-06-08
Applicant: 南京农业大学
Abstract: 本发明提出一种基于滚动BP神经网络的温室小气候中长期预测方法，根据预测时间，每个时刻构建一个BP神经网络，最终形成一个滚动的BP神经网络群，本方法运行包括两个阶段，首先采用自动编码器进行无监督学习获得良好的初始网络参数，再利用改进的局部粒子群优化方法优化该网络参数，建立初始BP神经网络；然后在初始BP神经网络的基础上，将前一个网络的输出作为后一个网络的部分输入进行滚动训练和预测。本发明能够较准确地预测不同季节不同地域下的温室中长期环境变化趋势，并有效提高温室小气候的预测精度。
-
公开(公告)号：CN106371318A
公开(公告)日：2017-02-01
申请号：CN201610965089.4
申请日：2016-10-31
Applicant: 南京农业大学
IPC: G05B13/04
Abstract: 一种基于合作博弈的设施环境多目标优化控制方法，它包括以下步骤：S1、建立设施环境的三个控制目标：环境参数-温湿度控制目标、能耗控制目标以及控制设备物理极限性，即设备损耗控制目标；S2、建立合作博弈模型，采用基于合作博弈模型的多目标模型预测控制方法对前述设施环境的三个控制目标的进行处理，得到每个控制目标的优化函数；S3、求解所得的目标的优化函数，获取各目标函数的最优控制量。本发明借鉴博弈论思想，将各个控制目标看作各个博弈方，通过建立合作竞争模型，使得每个博弈方在考虑个人利益的同时也兼顾他人利益，从而解决多目标冲突问题。
-
公开(公告)号：CN103399948A
公开(公告)日：2013-11-20
申请号：CN201310358468.3
申请日：2013-08-16
Applicant: 南京农业大学
Abstract: 一种基因组代谢网络初模型信息挖掘方法，它包括以下步骤：对于KEGG网站，基于网页关键内容先验位置信息，采用网站脚本语义分析技术，提取基因-蛋白-反应之间的对应关系即确定GPR关系，建立excel表格呈现GPR关系信息，得到基因组代谢网络初模型。本方法构出的模型统一了反应格式，方便同其他模型进行比较查阅。本方法已在树干毕赤酵母基因组规模代谢网络构建中得到应用，与传统的基于KEGG数据库的网络初模型构建相比，节省了大量的劳力和时间，大大提高了构建效率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.036 seconds)
