-
公开(公告)号：CN106770986A
公开(公告)日：2017-05-31
申请号：CN201710138365.4
申请日：2017-03-09
Applicant: 中国农业大学
IPC: G01N33/00
CPC classification number: Y02A50/249 , G01N33/0009 , G01N33/0031
Abstract: 本发明公开了一种嵌入式电子鼻检测系统和方法，实现了快速、准确的鉴别样品品质且能随身携带。本发明的电子鼻检测系统包括：空气净化装置、密闭气室、传感器阵列、接口电路、嵌入式系统和电源装置。所述空气净化装置与密闭气室相连，所述密闭气室内部放置传感器阵列，所述传感器阵列与接口电路相连，所述接口电路与嵌入式系统相连。空气净化装置为密闭气室提供标准气体，密闭气室内放被测样品,传感器信号先转化为电信号，再通过电路进行放大、滤波及模数转换变成数字信号，信号在嵌入式系统中进行分析识别并生成结果，数据也可传输给PC机进行处理。嵌入式电子鼻系统的使用不受地点限制,灵活轻便,拥有广阔的应用前景和更强的市场竞争力。
-
公开(公告)号：CN105741842A
公开(公告)日：2016-07-06
申请号：CN201610009314.7
申请日：2016-01-07
Applicant: 中国农业大学
Abstract: 本发明公开了一种基于食品安全语料数据的语音匹配方法，实现了方便、快速且准确的从语音提取到语音匹配的过程。本发明的语音匹配方法，包括：包括音频信号的预处理、语音信号的特征提取、食品安全语料库的构建、基于改进的DTW语音识别别算法。本发明使用食品安全语料库完成音频数据的语音匹配过程，较文本匹配方式更为快捷、方便，且准确率较高，且能给出音频数据与食品事件的一个评价分，可以作为先进的技术运用于食品检测等领域。
-
公开(公告)号：CN105701805A
公开(公告)日：2016-06-22
申请号：CN201610009967.5
申请日：2016-01-07
Applicant: 中国农业大学
IPC: G06T7/00
CPC classification number: G06T7/0004 , G06T2207/30128
Abstract: 本发明涉及一种基于计算机视觉的猪肉肌内脂肪含量无损检测方法。采用摄像机标定法对CCD数码摄像机进行标定，选取刚从屠宰场购买的猪肉眼肌作为实验样本，对其横截面进行拍照采样，用改进的样本块修复方法对得到的样本图像进行预处理，恢复图像反光区域原有信息。结合最大熵法与迭代法对预处理后的眼肌图像进行图像分割，提取出猪肉大理石花纹。从得到的大理石花纹图像中提取出脂肪数量指标、脂肪分布指标和脂肪纹理指标等291个特征值，根据特征值和化学方法检测结果建立猪肉肌内脂肪含量预测模型，最后通过该模型对猪肉肌内脂肪含量进行预测。利用本发明能很好地预测出猪肉肌内脂肪含量，使得猪肉的营养检测具备客观性、准确性和高效性。
-
公开(公告)号：CN105678806A
公开(公告)日：2016-06-15
申请号：CN201610008655.2
申请日：2016-01-07
Applicant: 中国农业大学
IPC: G06T7/20
CPC classification number: G06T2207/10016 , G06T2207/30241
Abstract: 本发明涉及一种基于Fisher判别的生猪行为轨迹自动跟踪方法。首先人工标记出生猪的轮廓区域，应用旋转法求出轮廓区域的最小外接矩形作为初始跟踪框，提取初始跟踪框附近相同大小矩形区域图像的梯度方向直方图特征值并进行打分，根据特征值和打分值建立混合Fisher判别预测模型，应用该预测模型和一种新的追踪策略寻找下一帧图像的最优匹配窗口作为跟踪框对生猪进行跟踪，当匹配效果降到临界值时会对预测模型进行抽样重训练。利用本发明可以实现复杂背景多头生猪共存下的单只猪的跟踪。
-
公开(公告)号：CN112100405B
公开(公告)日：2024-01-30
申请号：CN202011010727.X
申请日：2020-09-23
Applicant: 中国农业大学
IPC: G06N5/022 , G06F16/28 , G06F40/216 , G06F40/242 , G06F40/289 , G06F18/2411
Abstract: 本发明公开了一种基于加权LDA(Latent Dirichlet Allocation，潜在狄利克雷分布)的兽药残留知识图谱构建方法。首先，构建兽药知识框架，利用网络爬虫结合知识框架进行深层搜索并下载文献。并针对LDA主题模型存在的主题噪声以及在特征词偏向性问题，使用加权LDA方法进行主题挖掘，再次下载兽药相关文献。使用基于词典的模型完成命名实体识别和关系抽取。最后，利用Neo4j图数据库构建兽药知识图谱。利用本发明可以构建兽药残留知识图谱并找出兽药残留特点规律以及兽药残留对人体造成伤害的原因，保证肉蛋奶的质量安全，从而保护人们(56)对比文件张瀚驰;杨璐;方雄武;郑丽敏.基于本体的食品安全新闻爬虫的设计与实现.农业网络信息.2015,(第05期),全文.
-
Patent Agency Ranking
公开(公告)号：CN112101009A
公开(公告)日：2020-12-18
申请号：CN202011008324.1
申请日：2020-09-23
Applicant: 中国农业大学
IPC: G06F40/242 , G06F40/216 , G06F40/295 , G06F16/36 , G06F16/28 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于知识图谱的与红楼梦人物关系框架相似度评判方法，该方法包括以下步骤：搜集并处理数据；在BERT基础上添加注意力机制得到WBERT；构建WBERT+BILSTM+CNN+ATTENTION机制+CRF为命名实体识别模型；构建WBERT+动态IDCNN+FC为关系抽取模型；训练命名实体识别模型和关系抽取模型得到最佳模型，通过最佳模型得到红楼梦人物关系三元组，以实体出现频度和出入度为实体标序号并划分级别，依据人物关系不断变换实体序号；在三元组的基础上加Weights构成四元组，其中weights为关系的重要程度；将四元组存入NEO4J，编写算法进行实体对齐；抽取带比较小说四元组，比较与红楼梦四元组相似度；相比于逐句对比每句话从而得到两本小说的相似度，此方法可以对比人物关系框架从而得到相似度。
-
公开(公告)号：CN109284771B
公开(公告)日：2020-09-15
申请号：CN201810878886.8
申请日：2018-08-03
Applicant: 中国农业大学
IPC: G06K9/62
Abstract: 本发明提供一种番茄生长模型判定方法及装置，该方法包括获取番茄的待分类图像；将待分类图像输入深度卷积神经网络模型，输出番茄对应的生长模型类别；深度卷积神经网络模型是基于番茄样本图像及其对应的生长模型类别进行训练后得到的。本发明提供的番茄生长模型判定方法及装置，获取番茄的待分类图像，将待分类图像输入深度卷积神经网络模型，输出所述番茄对应的生长模型类别。本发明采用基于机器学习和深度学习的深度卷积神经网络对图像分类，得到番茄对应的生长模型类别，在增加训练样本的数目的同时，分类更加的准确和高效。
-
公开(公告)号：CN110457562A
公开(公告)日：2019-11-15
申请号：CN201910754927.7
申请日：2019-08-15
Applicant: 中国农业大学
IPC: G06F16/951 , G06F16/35 , G06F16/36 , G06F16/387 , G06F17/27 , G06N3/04 , G06Q50/26
Abstract: 本发明涉及一种基于神经网络模型的食品安全事件分类方法。该方法包括：从网站获取食品安全事件的相关数据；构建食品安全领域专用词典，情感分析词典和地理位置信息词典；对获取的数据进行正文提取、分词、去停用词和词性标注处理；构建文本分类模型，该模型由四个网络层组成：词嵌入层，双向循环神经网络层，注意力机制层和分类层。词嵌入层用于文本的分布式表示，双向循环神经网络层用于捕获长文本的上下文信息和语义依赖关系，注意力机制层根据文本特征对分类的重要性为其分配不同的权重，最后使用分类层实现食品安全事件的分类。本方法能够根据国家食品安全事件分级标准，对网站上获取的食品安全事件进行快速准确的分类。
-
公开(公告)号：CN110457491A
公开(公告)日：2019-11-15
申请号：CN201910764615.4
申请日：2019-08-19
Applicant: 中国农业大学
Abstract: 本发明提出一种基于游离状态节点的知识图谱重构方法，该方法包括：构建本体；对知识文档进行语义分析和实体关系抽取，并过滤，得到无重复的RDF三元组集合和实体与所属本体间的关系；将所有三元组的主语、谓语存储成一个实体文件E，将所有关系存储成二维关系数组R，并将E中的每个实体作为节点进行展示；为每个节点分配一个指针，每个指针指向另一个二维数组r；在每个节点与该节点所属的本体之间建立关联关系，并根据不同需求，选择目标节点或子知识图谱，以及连接它们的关系，重构知识图谱。本方法能够根据不同人群、不同情境下的需要重构出不同的知识图谱，还能够节省大量的存储空间，加快查询、可视化速度，大数据量下的效果更加明显。
-
公开(公告)号：CN106780504B
公开(公告)日：2019-11-01
申请号：CN201710053966.5
申请日：2017-01-22
Applicant: 中国农业大学
Abstract: 本发明涉及一种基于距离保持水平集的牛肉图像中背长肌自动分割方法。首先采用摄像机标定法对CCD摄像机进行标定，选取从屠宰场购买的牛胴体眼肌切片作为样本，利用改进的样本块修复模型恢复图像反光区域原有信息。提取眼肌切面区域中的候选区域，从中寻找一个处于背长肌区域的小矩形区域，其外轮廓设为初始轮廓曲线。设定迭代规则自动确定权系数ν的值，自适应控制水平集演化，检测相邻10次的系数函数(f(Ck))值，若这10个值的方差小于某一阈值(定为f(C0)/100)，停止迭代，获得牛肉眼肌区域。对图像人工标记前景和背景区域，再对标记后的原始图像进行分水岭变换，最后提取出的眼肌区域即为最终目的眼肌区域。利用本发明可以实现牛肉图像中背长肌的自动分割，从而进行牛肉眼肌特征的提取，实现牛肉质量等级自动评定。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.023 seconds)
