-
公开(公告)号：CN120067949A
公开(公告)日：2025-05-30
申请号：CN202510230094.X
申请日：2025-02-28
Applicant: 华南农业大学
IPC: G06F18/2433 , G06F18/20 , G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/08 , G06N3/0442 , G06N3/042 , G06N5/022
Abstract: 本发明公开了基于知识感知的多尺度时间序列异常段检测方法及系统，涉及数据挖掘技术领域，包括：获取企业的多变量时间序列并进行预处理，将多变量时间序列分解为趋势分量和季节分量，构建时间序列知识图，基于时间序列知识图使用关系图注意力网络及门控递归单元构建趋势分量的时间动态特性，获取趋势分量的预测值；将多变量时间序列的季节分量分解为单变量序列并分割为补丁，利用多尺度Transformer捕捉季节分量的各个模式，提取季节分量的模式特征，获取季节分量的预测值；计算趋势分量的预测值和季节分量的预测与实际观测值的偏差，生成异常分数进行异常判定。本发明有效提高了多维时间序列异常检测的准确性和鲁棒性。
-
公开(公告)号：CN118820588B
公开(公告)日：2025-02-07
申请号：CN202410830003.1
申请日：2024-06-25
Applicant: 华南农业大学
IPC: G06F16/9535 , G06Q30/0601 , G06Q30/0201 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于图卷积和自注意力机制的购物篮推荐方法及系统，包括：基于包含购物篮、商品项、商品类型、价格以及用户等多个类型节点的图结构数据，通过图卷积网络聚合每个节点的邻接信息，从而更全面捕捉节点与图结构之间的内在联系。同时，构建用户的价格特征学习模块以精确表达相邻用户之间的相似价格偏好。通过引入注意力机制精确分配价格、用户、商品、购物篮之间的权重，使得模型可以结合用户偏好，做出具有针对性和个性化的推荐。本发明优化了推荐算法的性能，提高了用户的满意度，实现推荐系统与用户需求的更精确的匹配。
-
公开(公告)号：CN118628215B
公开(公告)日：2024-11-29
申请号：CN202411108273.8
申请日：2024-08-13
Applicant: 华南农业大学
IPC: G06Q30/0601 , G06N3/0442 , G06N5/022 , G06Q30/0201 , G06F16/36
Abstract: 本发明公开了一种基于全局与动态知识图谱引导的价格感知推荐方法及系统，通过获取B2B电子商务平台中用户与商品的历史交互数据，以天为粒度对商品价格进行等级划分并通过等级划分获取商品的动态价格特征，以天为单位构造含有用户、商品等节点的动态知识图谱与全局知识图谱；利用知识图谱嵌入学习技术学习全局知识图谱与动态知识图谱的节点表征；构建基于深度学习的价格感知推荐模型，将学习到的节点表征用于模型输入，通过模型捕获商品价格和用户偏好的动态变化，并利用贝叶斯排序损失训练模型。通过本发明，能够显著提升推荐系统性能与用户体验，同时，提升数据推荐效果。
-
公开(公告)号：CN118947677A
公开(公告)日：2024-11-15
申请号：CN202410955677.4
申请日：2024-07-17
Applicant: 华南农业大学
IPC: A01M29/18 , A01M23/02 , G06V20/52 , G06V40/10 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及捕捉器技术领域，特别是一种基于深度学习的流浪猫智能捕捉装置及方法。由主控板、摄像头、电源、超声波、温度传感器、温控设备、电机、投料转盘、舵机和旋转门组成。整个装置由核心板控制，内部部署着深度学习模型，可以识别猫以及其是否节育；装置内部有灯源，可以自主调整内部亮度；装置内部有自动投料装置，可以定时投喂粮食；该装置还携带超声波驱赶装置，如遇到不符合捕捉的目标对象长久在装置内部，则会启动超声波进行渠道；装置内部有恒温设备，如遇到极端天气，可以调控内部设备调控设备，为流浪猫提供一个适宜的环境度过极端天气。
-
公开(公告)号：CN118609712B
公开(公告)日：2024-11-15
申请号：CN202411074392.6
申请日：2024-08-07
Applicant: 华南农业大学 , 广西扬翔股份有限公司
IPC: G16C20/70 , G16C20/20 , G06N3/042 , G06N3/0455 , G06F18/213 , G06F18/25 , G01N33/00 , B01D47/02 , G06F123/02
Abstract: 本发明公开了一种基于时空图神经网络的猪舍外废气监测方法、系统及装置，包括：废气处理装置实时监测废气浓度并根据主控系统指令实施动态废气处理；多尺度时空图神经网络模型废气预测模型基于历史废气浓度数据和传感器数据，预测废气浓度变化趋势，为废气处理装置提供智能调度依据；废气智能处理系统进一步整合废气处理装置与废气预测模型，基于废气多级监控数据和模型预测结果自动制定并执行最优废气处理方案。本发明构建多尺度时空图网络模型对废气预测处理，软硬件协同工作实现对废气的精准监测、智能管理和高效决策，提升猪舍外排废气处理的智能化程度，提高环境质量，助力节能环保。
-
Patent Agency Ranking
公开(公告)号：CN118762764A
公开(公告)日：2024-10-11
申请号：CN202411238832.7
申请日：2024-09-05
Applicant: 华南农业大学
IPC: G16C20/20 , G16C20/70 , G06N3/042 , G06N3/0442 , G06N3/0464 , G01N21/25 , G01N21/84
Abstract: 本发明公开了一种基于高光谱的作物种子生化参数预测方法、系统及装置，包括：通过数据采集装置，利用高光谱相机实时捕获种子的多波段成像信息，随后利用卷积神经网络提取图像特征，并结合图卷积神经网络和长短期记忆网络构建多尺度时空图神经网络模型来预测种子的蛋白质含量、水分含量、淀粉含量等生化参数。最后进行预测结果可视化，使得用户可以随时查看种子的状态。本发明设计实现了对种子生化参数的精准监测、智能管理和高效决策，提升了农业生产的智能化程度，有助于优化作物生长环境，提高作物产量和品质。
-
公开(公告)号：CN118535935A
公开(公告)日：2024-08-23
申请号：CN202410774803.6
申请日：2024-06-17
Applicant: 华南农业大学
Abstract: 本发明适用于数据挖掘和机器学习领域，提供了一种基于三阶张量自表示求相似度张量的聚类方法及系统，该方法通过引入三阶张量表示、T‑Product运算和函数F(A)，构建并优化相似度张量，从而实现对数据的聚类。该方法的具体实施方式包括：获取待处理的数据集作为计算机的输入；进行数据预处理；构建样本点间相似度矩阵和函数F(A)；构建三阶张量；通过T‑Product运算进行三阶张量自表示学习数据集的相似度张量；相似度张量的修正与优化；检查结果并迭代优化；降维相似度张量；基于相似度矩阵进行聚类。通过本发明能高效处理具有复杂关系的多视图数据，实现能有效保留样本信息完整性的聚类算法。
-
公开(公告)号：CN116051783A
公开(公告)日：2023-05-02
申请号：CN202211546869.7
申请日：2022-12-05
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于多视角的大豆植株三维重建与形状分析方法，方法为：设计并搭建封闭式豆株立体扫描仪，拍摄指定角度的大豆植株图片得到豆株初始数据集；进行数据预处理得到优化数据集；采用SFM算法和MVS算法获取豆株稠密点云，通过点云分割算法提取豆株的株型结构数据，并使用泊松重建算法测量大豆叶的表型数据；基于豆株稠密点云及豆株株型结构数据，构建三维模型数据库及豆株特征数据库并提供API接口。本方法通过搭建封闭式豆株立体扫描仪拍摄多角度的大豆植株图片，采用SFM算法和MVS算法获取豆株稠密点云，再通过点云分割算法和泊松重建算法提取豆株的各体尺特征数据，并构建数据库，为大豆植株的种子培育及生长研究提供了可靠的数据支持。
-
公开(公告)号：CN115114535A
公开(公告)日：2022-09-27
申请号：CN202210895742.X
申请日：2022-07-27
Applicant: 华南农业大学
IPC: G06F16/9535 , G06F16/9536 , G06F17/16 , G06Q10/06 , G06Q10/10 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于宽度学习的协同滤波推荐方法、系统、设备及介质，所述方法包括：获取训练评分矩阵，所述训练评分矩阵包括多个用户‑项目的评分向量；构建宽度学习系统与协同滤波结合的网络，所述网络包括预处理部分和宽度学习系统；将训练评分矩阵输入所述网络进行训练；获取待评分矩阵；将待评分矩阵输入训练好的所述网络，得到相应的推荐结果。本发明构建的宽度学习系统与协同滤波结合的网络，只需消耗相对较短的训练时间和存储相对较少的数据，便能够捕获用户与项目之间的非线性关系，从而取得令人满意的推荐结果。
-
公开(公告)号：CN114998116A
公开(公告)日：2022-09-02
申请号：CN202210462197.5
申请日：2022-04-28
Applicant: 华南农业大学
Abstract: 一种基于对称性引导的物体图像修复方法，涉及图像处理技术领域，首先检测图像中残缺物体的对称轴，借助于对称轴获取物体的对称信息，将已知区域的对称信息填充到未知区域作为待填区域的初始值，解决原待修复区域信息为零的问题，然后在此基础上对图像进行有效修复。本发明有益效果：通过基于生成式对抗网络的物体对称轴检测技术，准确有效地检测到图像中具有残缺区域的对称物体的对称轴，最终能够生成结构合理、语义正确的对称物体图像，即使出现大面积残缺。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.025 seconds)
