-
公开(公告)号：CN110929933A
公开(公告)日：2020-03-27
申请号：CN201911155647.0
申请日：2019-11-22
Applicant: 吉林农业大学
IPC: G06Q10/04 , G06Q50/02 , G06F16/22 , G06F16/36 , G06F40/279
Abstract: 本发明提供了一种基于知识图谱的水稻病害预测与诊断方法，它是通过水稻病害知识抽取、水稻病害知识表示、水稻病害知识融合、水稻病害知识存储、水稻病害知识预测与诊断等步骤实现的。该方法消除了水稻领域大量繁多的数据以及诸多不可控因素的影响，进而保证预测与防治的准确性、多样性；同时，避免专家判断的人为主观因素的抉择，使得预测和防治更加有效、精确。
-
公开(公告)号：CN110826810A
公开(公告)日：2020-02-21
申请号：CN201911104132.8
申请日：2019-11-13
Applicant: 吉林农业大学
Abstract: 一种空间推理与机器学习相结合的区域降雨预测方法，使用空间推理的方法和理论，对待监测区域的空间位置和气候状态信息进行描述；然后借助机器学习中的深度神经网络模型对其进行分析和降雨预测，具体实现步骤依次为：观测数据采集、观测数据预处理、观测数据预处理特征融合、观测数据特征提取、观测数据特征向量时序融合、降雨预测；提升了降雨预测的精度，降低了降雨预测模型的复杂度，保证了其运用的实时性。
-
公开(公告)号：CN119418141A
公开(公告)日：2025-02-11
申请号：CN202510024531.2
申请日：2025-01-08
Applicant: 吉林农业大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明属于图像数据处理技术领域，尤其为一种基于Mamba的遥感图像作物分类方法。该方法包括输入层、预处理模块、ENVI嵌入模块、3D卷积层、EMA通道注意力模块、Mamba Block模块、Uper Net解码器和输出层，Mamba Block通过独特的结构设计实现了高效的特征提取和信息融合，NDVI嵌入模块通过独特的算法设计将NDVI信息融入图像，提高了模型的分类精度和计算效率。本发明不仅提高了作物分类的精度，还优化了模型的计算效率，适合大规模遥感图像处理任务，具有重要的应用价值。
-
公开(公告)号：CN118736233A
公开(公告)日：2024-10-01
申请号：CN202410943324.2
申请日：2024-07-15
Applicant: 吉林农业大学
IPC: G06V10/26 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及一种大规模三维点云场景的统一分割框架的构建方法，属于计算机图像识别及人工智能技术领域。包括：提取点云的超点信息；通过混合特征编码组件提取点云的局部特征；通过三元距离注意力池对局部邻域进行聚合，得到点云的逐点特征表示；通过超点池化层将超点信息与逐点特征分组为超点特征，作为解码器的键和值，同时将一组可学习的语义和实例查询通过随机初始化作为输入，三者通过超点交叉注意机制捕获点云信息；采用分解匹配策略以端到端的方式训练来预测点云中每个点的语义标签，最终完成对整个场景中点云的语义、实例和全景分割。优点在于：能够同时处理语义、实例和全景分割任务，避免了传统方法中针对不同任务需要不同框架的局限性。
-
公开(公告)号：CN117837415A
公开(公告)日：2024-04-09
申请号：CN202410239738.7
申请日：2024-03-04
Applicant: 吉林农业大学
Abstract: 本发明公开了一种复合式恒温充气薄膜大棚，涉及农业种植相关技术领域，包括底板，底板的上表面对称固定安装有支撑钢架，若干支撑钢架的外壁设有气膜，底部设有供气舱，底板的一侧外表面设有备用电源，底板的一侧外壁设有自动化控制箱，供气舱的一侧外壁固定安装有防护网。还公开了一种复合式恒温充气薄膜大棚的种植系统，包括棚内环境控制模块、立体式移动种植架模块、营养液自动检测控制模块、自动采收模块和光纤补光模块。通过备用电源和自动化控制箱的配合，实现对装置监测数据的自动控制，能够有效提升对农作物生长环境的调控精准程度，满足农作物对于生长环境的需求，降低了人工干预的需求。
-
Patent Agency Ranking
公开(公告)号：CN113065460B
公开(公告)日：2022-04-29
申请号：CN202110350752.0
申请日：2021-03-31
Applicant: 吉林农业大学
IPC: G06V20/40 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多任务级联的猪脸面部表情识别框架的建立方法，属于计算机图像识别及人工智能技术领域。首次提出将级联框架模型应用于对家猪时序面部表情影像进行分类识别。网络模型由三个级1联结构构成，首先将猪脸面部表情视频帧图像等间隔选择输入到简化多任务级联卷积神经网络中。其次将提取到的猪脸面部序列帧特征图输入到多注意力机制模块中，捕获表情变化引起的面部显著性区域，实现对面部细微变化的关注。然后将视频帧提取到的精细特征图和多注意力特征图通过合并数组操作融合后输入到长短时记忆网络中，实现表情分类识别。通过家畜表情识别可以更好实现情绪调控，从而提高饲料消化率和利用率，提高生长速度，提高出产效益。
-
公开(公告)号：CN110096630A
公开(公告)日：2019-08-06
申请号：CN201910373090.1
申请日：2019-05-06
Applicant: 吉林农业大学
Inventor： 胡雅婷 , 李健 , 汪威 , 王国伟 , 温长吉 , 石磊 , 杨之音 , 王明月 , 丁小奇 , 姜楠 , 任虹宾 , 赵珊珊 , 蔡红丹 , 申利未 , 熊琦 , 王希 , 陈营华
IPC: G06F16/906
Abstract: 本发明公开了一类基于聚类分析的大数据处理方法，包括如下步骤：构建算法模型、数据约简聚类、划分聚类优化、构建函数、聚类有效性分析和结果输出，本发明结构科学合理，使用安全方便，该基于聚类分析的大数据处理方法运行时，采集到的原始数据首先会建立原始数据集合，随后进行数据约简，并根据约简后数据中的特征选择，选择具有相同特征的划分成单个聚簇，选取每个聚簇中心位置数据，构建一个划分矩阵代入函数进行优化，随后计算聚类的聚类有效性指标值，若聚类有效性指标值符合，算法终止，输出的运算结果，需转化为计算机所能识别语言，并通过计算机将运算结果转化为图表呈现在电子显示设备上，供使用者参考。
-
公开(公告)号：CN110007680A
公开(公告)日：2019-07-12
申请号：CN201910330024.6
申请日：2019-04-23
IPC: G05D1/02
Abstract: 本发明公开了基于拓扑关系的机器人避障算法，包括将机器人自身占据的区间定义为A区域；确定一个障碍物定义为B区域；将N个障碍物定义为N个区域；建立A区域和B区域与N个区域之间的拓扑关系；通过拓扑关系得出拓扑关系集并改进机器人避障路线，本发明结构科学合理，使用安全方便，通过混合测距设备的作用，便于提高机器人测距的准确性，避免外界因素导致影响测距的效果，提高拓扑计算概率的精确度，通过A区域、B区域和N个区域之间的拓扑关系，从而计算出机器人与B区域或者N个区域所表示的障碍物之间的碰撞概率和模拟机器人碰撞情形，反馈给操作者，即可改进机器人避障方案，减少机器人碰撞受损的概率。
-
公开(公告)号：CN104102910B
公开(公告)日：2017-06-09
申请号：CN201410384978.2
申请日：2014-08-07
Applicant: 吉林农业大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于时空局部模式的体育视频战术行为识别方法，属于视频内容理解技术领域。使用局部时空模式实现体育视频中团队协作比赛的战术视频行为识别。区别于当前以轨迹特征作为战术行为识别的方法。对视频帧序列图像，提出改进时空局部回归核作为特征检测子检测运动显著性区域，直接使用运动显著性区域作为特征单词构建视觉特征词袋模型，用于战术行为识别。克服了多目标轨迹提取过程中由于复杂背景等因素对于多目标轨迹提取的影响，利用局部时空模式特征及其时空分布作为战术表示，降低识别方法复杂性，同时提高方法的实用性。针对视频大数据量，有效提高检测算子的检测效率。
-
公开(公告)号：CN116894851B
公开(公告)日：2023-11-14
申请号：CN202311159455.3
申请日：2023-09-11
Applicant: 吉林农业大学
Abstract: 一种土壤CT图像孔隙提取方法和系统，涉及土壤图像处理领域。解决现有土壤孔隙提取容易受到噪声影响，导致土壤CT图像孔隙提取不准确的问题。所述方法包括：建立基于多阈值土壤CT图像分割的数学模型，并进行图像分割，获取分割后的图像；构建土壤CT图像分割初始阈值集；根据自适应权重搜索策略对土壤CT图像分割初始阈值集进行更新，获取局部最优阈值集；根据差分进化策略对全局进行搜索，并更新局部最优阈值集；计算每个阈值的信息熵；迭代更新，迭代次数大于或等于预设值为止，得到全局最优分割阈值集；根据全局最优分割阈值集中最优阈值分割原始土壤CT图像，获取土壤孔隙。本发明应用于土壤调节领域。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.021 seconds)
