-
公开(公告)号：CN115269864A
公开(公告)日：2022-11-01
申请号：CN202210746863.8
申请日：2022-06-28
Applicant: 安徽农业大学
IPC: G06F16/36 , G06F16/23 , G06F16/27 , G06F16/28 , G06F40/295 , G06Q10/06 , G06Q30/02 , G06Q50/02 , 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：CN113988786A
公开(公告)日：2022-01-28
申请号：CN202111233057.2
申请日：2021-10-22
Applicant: 安徽农业大学 , 安徽安宠宠物用品有限公司
Abstract: 本发明公开了一种基于双层异构图神经网络的企业协同制造决策方法，采用图神经网络对产业链以及企业内部工作关系进行建模，并利用企业数据进行训练。相较于传统的针对单一领域的工作流建模方法，本发明可获得应用范围更广，覆盖多个产业流程的关系模型。采用双层异构图神经网络，首先将产业链模型训练产生粗粒度的生产决策，然后将粗粒度决策与企业内部协同网络进行耦合，进一步产生细粒度的生产决策。采用双层异构图神经网络方法可直接对其中复杂企业关系和企业内部关系进行耦合分析,针对所做出的决策，将其输入决策评价系统进行分析，得到决策的综合质量评估，形成对最终决策结果的反馈优化，较传统人工决策和单一行业决策更全面，可行度更高。
-
公开(公告)号：CN113988786B
公开(公告)日：2024-08-13
申请号：CN202111233057.2
申请日：2021-10-22
Applicant: 安徽农业大学 , 安徽安宠宠物用品有限公司
IPC: G06Q10/101 , G06Q50/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于双层异构图神经网络的企业协同制造决策方法，采用图神经网络对产业链以及企业内部工作关系进行建模，并利用企业数据进行训练。相较于传统的针对单一领域的工作流建模方法，本发明可获得应用范围更广，覆盖多个产业流程的关系模型。采用双层异构图神经网络，首先将产业链模型训练产生粗粒度的生产决策，然后将粗粒度决策与企业内部协同网络进行耦合，进一步产生细粒度的生产决策。采用双层异构图神经网络方法可直接对其中复杂企业关系和企业内部关系进行耦合分析,针对所做出的决策，将其输入决策评价系统进行分析，得到决策的综合质量评估，形成对最终决策结果的反馈优化，较传统人工决策和单一行业决策更全面，可行度更高。
-
公开(公告)号：CN118036887A
公开(公告)日：2024-05-14
申请号：CN202410213628.3
申请日：2024-02-27
Applicant: 安徽农业大学
IPC: G06Q10/063 , G06Q10/04 , G06Q10/0639 , G06F18/24 , G06F18/25 , G06N20/10
Abstract: 本发明公开了一种生鲜农产品货架期品质智能管控与预警模型装置，涉及农产品品质管理技术领域，包括影响因素筛选模块，用于根据生鲜农产品货架期内外部环境因素数据，物流微环境下的生鲜农产品品控因素数据，生鲜农产品的货架期关键指标因素数据及温湿气振与品质变化的货架期因素数据，以及生鲜农产品的成长阶段对应的图像信息和气味信息，得到生鲜农产品的货架期预警模型的关键影响因素；样本集获取模块，用于根据所述关键影响因素数据集进行融合，得到支持向量机的样本集。本发明充分考虑到农产品品质的多指标及多指标之间的相互影响，兼顾模型的预测性能，可以实现农产品品质更为科学、具体、实用的管控。
-
Patent Agency Ranking
公开(公告)号：CN113985879B
公开(公告)日：2024-02-02
申请号：CN202111260761.7
申请日：2021-10-28
Applicant: 安徽安宠宠物用品有限公司 , 安徽农业大学
Abstract: 本发明公开了基于历史数据动态优化的智能移动巡检系统及方法，结合巡检数据采用多目标蚱蜢优化模型动态优化出不同时间段下不同生产车间和仓库的巡检项目及关键点；优化后的巡检项目及关键点再次采用多目标蚱蜢优化模型训练学习，进一步动态优化出不同生产车间和仓库的巡检点优先级、巡检次数和巡检时间；再进一步采用二维(2D)网格模型的路径规划算法优化出巡检路线；在巡检过程中，采用基于YOLOX模型的图像识别技术和三维激光雷达，获取巡检车的实时行驶数据和实时巡检数据，对此数据进行处理，实现巡检车实时自动行驶、自动巡检。解决不同时间段、生产车间、仓库的巡检点、巡检项
-
公开(公告)号：CN117456279A
公开(公告)日：2024-01-26
申请号：CN202311623115.1
申请日：2023-11-30
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V20/00 , G06N5/022 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合知识图谱与图像识别的垃圾分类方法，包括：1、构建知识图谱，捕捉垃圾实体与种类之间的关系2、利用Ac自动机树，提取问题中的垃圾实体名；3、利用TransR模型提取垃圾实体的文本向量；4、设定疑问词列表，提取问题中的疑问词，根据疑问词是否在疑问词列表中和问题中是否有垃圾实体名来对问题进行分类；5、针对不同类型的问题，返回不同的答案模板；6、构建图像识别模型，获取垃圾图片的向量；7、将垃圾实体的文本向量和图片向量，结合注意力机制将相互对应的向量进行拼接，得到垃圾实体的融合向量后，最终返回垃圾的类别。本发明融合了知识图谱和图像识别，能更稳定、更便捷、更高效的实现垃圾分类。
-
公开(公告)号：CN117953374A
公开(公告)日：2024-04-30
申请号：CN202410098762.3
申请日：2024-01-24
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V20/40 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/045 , G06T7/277
Abstract: 本发明公开了一种灌木型农作物生长质量智能监测方法及系统，属于农作物生长监测技术领域。本发明包括如下步骤：S1、构建茶叶图像数据集；S2、设计算法及灌木型农作物目标检测；S3、构建灌木型农作物叶芽跟踪数据集：基于S1中所采集的茶树视频资料，对视频帧内每一叶芽目标进行逐帧标注，构建灌木型农作物叶芽跟踪数据集；S4、设计灌木型农作物叶芽跟踪方法；S5、设计灌木型农作物叶芽计数方法。本发明还进一步提出了与方法相匹配的智能监测系统。本发明应用了深度学习对灌木型农作物的生长状况进行监控，解决了大多依赖于农业从业者的经验判断，避免了人工检测劳动强度大，结果易受个人主观判断的影响，确保了评估的准确性和时效性。
-
公开(公告)号：CN116778391A
公开(公告)日：2023-09-19
申请号：CN202310828903.8
申请日：2023-07-07
Applicant: 安徽农业大学
IPC: G06V20/40 , G06V10/82 , G06Q50/02 , G06N3/0464 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种多模态作物病害表型协同分析模型、装置及模型构建系统，方法包括：构建基于改进CNN和LSTM的作物病害表型文本生成模型，通过组建的多模态训练数据集，对其进行训练；基于改进CNN和LSTM的作物病害表型文本生成模型通过组建的多模态训练数据集，对其进行训练；构建基于查询文本引导和多阶段推理的视觉语言定位模型(MQVL)通过组建的多模态训练数据集，对其进行训练；构建基于CNN‑Transformer双流多模态少样本识别模型(CTMF)通过组建的多模态训练数据集，对其进行训练。
-
公开(公告)号：CN113985879A
公开(公告)日：2022-01-28
申请号：CN202111260761.7
申请日：2021-10-28
Applicant: 安徽安宠宠物用品有限公司 , 安徽农业大学
IPC: G05D1/02
Abstract: 本发明公开了基于历史数据动态优化的智能移动巡检系统及方法，结合巡检数据采用多目标蚱蜢优化模型动态优化出不同时间段下不同生产车间和仓库的巡检项目及关键点；优化后的巡检项目及关键点再次采用多目标蚱蜢优化模型训练学习，进一步动态优化出不同生产车间和仓库的巡检点优先级、巡检次数和巡检时间；再进一步采用二维(2D)网格模型的路径规划算法优化出巡检路线；在巡检过程中，采用基于YOLOX模型的图像识别技术和三维激光雷达，获取巡检车的实时行驶数据和实时巡检数据，对此数据进行处理，实现巡检车实时自动行驶、自动巡检。解决不同时间段、生产车间、仓库的巡检点、巡检项目、巡检次数和巡检路线等动态优化问题，提高巡检的效率和准确性。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.04 seconds)
