-
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:CN111325487B
公开(公告)日:2023-09-12
申请号:CN202010352455.5
申请日:2020-04-28
Applicant: 安徽农业大学
IPC: G06Q10/0631 , G06Q10/067 , G06Q10/04 , G06Q50/04 , G06N3/006
Abstract: 本发明公开了一种流水生产车间智能调度优化方法及系统,包括:根据对流水车间的加工方式及特点建立多目标车间调度模型,所述的多目标车间调度模型以最小化的最大完工时间、最大流经时间以及交期拖延时间为优化目标,构建了流水车间多目标调度优化模型;结合了一种用曲线自适应改进的多目标蚱蜢算法求解多目标流水车间模型,得到车间调度优化方案;利用得到的调度优化方案对流水车间内各个工厂的工件和加工设备进行调度。通过该方案解决了车间生产效率低的问题,有效的提高了生产效率和生产原料利用率,从一定意义上达到了流水车间智能排产的效果。
-
公开(公告)号:CN115096954A
公开(公告)日:2022-09-23
申请号:CN202210688777.6
申请日:2022-06-17
Applicant: 安徽农业大学
IPC: G01N27/12
Abstract: 本发明公开了介质干扰环境下基于无芯片射频识别的检测系统标定方法及系统,方法包括以下步骤:基于无芯片射频识别传感终端、数据读取处理终端、阻抗匹配模型,无芯片射频识别标签天线的辐射部分采用碳纳米管结构,分析乙烯在无芯片射频识别标签表面吸附、释放时,碳纳米管负载无芯片射频识别阻抗、介电常数、功率反射系数、谐振频率、回波损耗发生的变化,拟合不同乙烯浓度介质干扰环境中的反向散射信号数据,标定浓度识别的多项式函数模型参数。本发明在实际介质干扰环境针对不同乙烯浓度进行乙烯浓度识别模型的标定,可以使模型的标定更加准确。
-
公开(公告)号:CN110309886B
公开(公告)日:2022-09-20
申请号:CN201910610145.6
申请日:2019-07-08
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于深度学习的无线传感器高维数据异常检测方法,包括以下步骤:(101)、获取历史数据;(102)、建立DBN‑QSSVM混合模型;(103)、利用传感器历史数据对混合模型进行训练;(104)、采集待检测的传感器测试数据;(105)、利用(103)中训练好的DBN‑QSSVM混合模型对传感器测试数据进行异常检测;(106)、输出传感器测试数据中的异常数据。本发明改进了现有技术的相关算法和流程,提出了一个在处理高维度数据时,实现在线检测技术的方法,可以在不降低数据异常检测方法准确性的情况下,大大降低该方法的空间和时间复杂度,从而更加适用于大规模高维数据异常检测。
-
公开(公告)号:CN114861069A
公开(公告)日:2022-08-05
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:CN114757742A
公开(公告)日:2022-07-15
申请号:CN202210440924.8
申请日:2022-04-25
Applicant: 安徽农业大学
IPC: G06Q30/06 , G06F16/9535
Abstract: 本发明属于电商产品推荐领域,具体的说是一种电商平台产品的智能推荐方法及系统,包括如下步骤:S1:对以往电商平台售出的产品信息进行采集,将不同的产品分为不同的品类,实现同类产品的归纳;S2:对购买不同商品用户的年龄信息进行采集,以区别出不同年龄层的人喜欢购买的产品品类;S3:对以往电商平台售出的商品用户评价进行信息进行采集,对评价较好的产品优先进行推荐,对评价太差的商品进行下架处理;通过该智能推荐方法可以根据不同年龄层的人,自动推荐出合用户的产品,也可以在平台上进行搜索优先推荐出好的产品给用户,避免用户购买到不合适的产品从而节约了用户购买的产品的浏览时间,提高了使用电商平台的体验感。
-
公开(公告)号:CN114526768A
公开(公告)日:2022-05-24
申请号:CN202111603876.1
申请日:2021-12-25
Applicant: 安徽农业大学
Abstract: 本发明公开了一种新型农田环境数据采集设备、系统和方法,该系统包括至少一个所述采集设备和终端设备,主控节点与从节点通过LoRa模块进行组网通信,所述主控节点通过LoRa模块与所述终端设备无线连接,所述采集设备包括主控板、LoRa通信模块、锂电池、太阳能充电板、增益天线、防水外壳、数据传输接口和环境传感器,所述LoRa通信模块嵌入所述主控板,所述锂电池和所述太阳能充电板均与所述主控板电连接,所述增益天线与所述LoRa通信模块相连,所述环境传感器通过所述数据传输接口与所述主控板相连,本发明运用LoRa通信模块的无线组网技术,实现了多个采集设备通过主从模式进行多节点的农田环境数据的采集和传输,具有通信稳定、抗干扰能力强的优点。
-
公开(公告)号:CN113973792A
公开(公告)日:2022-01-28
申请号:CN202111319396.2
申请日:2021-11-09
Applicant: 安徽农业大学
IPC: A01M1/04 , A01M29/06 , A01M29/16 , A01M1/00 , G08B13/196
Abstract: 本发明公开了一种农林场景的危害监测预警装置,属于农林监测技术领域;一种农林场景的危害监测预警装置,包括:外壳、设置于外壳顶部的摄像头、设置于外壳内部的辅助动力机构、主动力机构、一级驱赶机构、灭虫机构、二级驱赶机构、蓄电池和控制器,所述的辅助动力机构与外壳活动连接,所述的辅助动力机构与主动力机构活动连接,辅助动力机构位于主动力机构上方,主动力机构与外壳固定连接,主动力机构与一级驱赶机构底端活动连接,蓄电池、摄像头、外壳、辅助动力机构、主动力机构、一级驱赶机构和灭虫机构均与控制器电连接,本发明功能多样,可很好的将昆虫消灭和驱离动物,有利于提高农林产量。
-
公开(公告)号:CN108400907B
公开(公告)日:2021-06-01
申请号:CN201810126298.9
申请日:2018-02-08
Applicant: 安徽农业大学
Abstract: 本发明公开了一种不确定网络环境下的链路丢包率推理方法,包括以下步骤:(101)、获取目标网络的拓扑;(102)、发送端到端探测并接收探测结果,该探测结果就是探测得到的路径丢包率;(103)、根据路径丢包率确定路径状态,从而确定链路状态;(104)、采用对数正态分布拟合可得到1状态和2状态链路的丢包率范围;(105)、输出所有的链路丢包率范围。本发明改进了现有技术的相关算法和流程,提出了一个在真实网络环境下面对不确定因素的丢包推理方法,大大地提高了测量链路丢包率的正确率。
-
公开(公告)号:CN111881803A
公开(公告)日:2020-11-03
申请号:CN202010711196.0
申请日:2020-07-22
Applicant: 安徽农业大学 , 蒙城县京徽蒙农业科技发展有限公司
Abstract: 本发明公开了一种基于改进YOLOv3的畜脸识别方法,以YOLOv3算法为基础构建卷积神经网络模型,依次引入DenseBlock单元和改进的SPP单元,通过调节DenseBlock单元的层数以及DenseBlock单元叠加使用的次数以控制参数数目;通过改进的SPP单元,对特征提取器输出的特征图采用三种不同大小的最大池化处理,最大池化处理后再与特征提取器输出的特征图进行拼接以获取多尺度信息,最终得到YOLOv3_DB_SPP识别模型。YOLOv3_DB_SPP识别模型能够在三个尺度特征图上对不同大小的目标进行检测,能够有针对性地识别样本中的多个目标;且在完成猪脸数据集上检测任务时,对单个样本和多只圈养样本的准确率均有提高,能够实现对远距离、有遮挡小目标的识别。
-
-
-
-
-
-
-
-
-