公开(公告)号：CN117479160A

公开(公告)日：2024-01-30

申请号：CN202311242431.4

申请日：2023-09-25

Applicant: 安徽农业大学

Inventor： 薛佳毅 ,  李科 ,  方子睿 ,  李紫萱 ,  吴洪伟 ,  代遥 ,  徐启涛

IPC: H04W12/06 ,  G06N3/042 ,  G06N3/08

Abstract: 一种基于图神经网络的物联网射频指纹识别方法，包括以下步骤：S1：基于GNU radio和通用软件无线电外设的软件无线电传感器平台上采集稳态信号，并对信号进行预处理获得I/Q信号；S2：基于差分星座图提取I/Q信号特征；S3：利用得到的差分星座图构成图结构；S4：构建图神经网络模型，并将挤压激励模块引入图神经网络模型中；S5：将图结构划分为训练样本集和测试样本集，利用训练样本集和测试样本集训练构建的图神经网络模型。本发明在基于传统神经网络的深度学习上对物联网射频指纹识别进行创新，利用加入挤压激励模块的图神经网络进行图结构的特征提取，更好的进行物联网射频指纹识别。

公开(公告)号：CN116883992A

公开(公告)日：2023-10-13

申请号：CN202310918241.3

申请日：2023-07-25

Applicant: 安徽农业大学

Inventor： 李科 ,  刘兵凯 ,  吴洪伟 ,  唐克青 ,  代遥 ,  徐启涛

IPC: G06V20/68 ,  G06V20/40 ,  G06V10/77 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv5x的草莓果实检测方法，包括：草莓图像预处理：草莓图像采集；样本数据增强，对提取的多张图片进行缩放、裁切和色调调整，再通过Mosaic混合方法来处理数据集；数据标注，使用开源图像标注工具Labelimg进行标注，将图片中的草莓对象位置和草莓分类信息标记出来；根据SD‑YOLOv5x的网络模型对草莓数据集进行训练。有益效果是：基于现有YOLOv5x模型的主干网络，引入了特征提取CCH模块和NAM注意力模块，结果表明经过改进的SD‑YOLOv5x网络在mAP、Precision和Recall方面都有很好的表现，与现有YOLOv5x模型相比有很大的提高。可以观察到改进后的SD‑YOLOv5x模型在目标检测框的精准性、置信度和检测效果等方面均表现得更加出色。