-
公开(公告)号：CN111431940A
公开(公告)日：2020-07-17
申请号：CN202010351850.1
申请日：2020-04-28
Applicant: 安徽农业大学
Abstract: 本发明公开了一种基于区块链技术的干果供应链信息防篡改实现方法。包括：针对传统干果供应链的特点，设计并实现基于IPBFT共识算法的多模块可信溯源模型；通过将干果供应链上的农事、加工、质检及运输这四个关键节点进行连接构成联盟链；干果供应链各个节点都是独立且平等的，因此构成的联盟链不需要选举主节点进行区块的生成，从而保障各个节点的记账权并且有效提高数据的传输性能；利用智能合约机制设计用户合约、事件合约以及管理员合约三个模块，干果联盟链中客户端的操作请求都经过已测试的合约函数进行验证；通过IPBFT共识算法建立独立的区块信息，利用智能合约实现信息的一一映射，以维护供应链信息来保证数据真实安全和防篡改。
-
公开(公告)号：CN118460419A
公开(公告)日：2024-08-09
申请号：CN202410643966.0
申请日：2024-05-23
Applicant: 安徽农业大学
Abstract: 本发明属于微生物和生物防治技术领域，具体涉及蜡样芽孢杆菌CM46及其在防治植物病原真菌中的应用。本发明提供了一株蜡样芽孢杆菌CM46，所述蜡样芽孢杆菌CM46的保藏编号为CGMCC No.30081。本发明所述拮抗菌CM46分离自患病草莓根际土壤，根际定殖效果较好、安全可靠，对草莓土传病原菌尖孢镰刀菌、大丽轮枝菌和链格孢菌具有很强的拮抗作用。实施例的结果表明，草莓种植过程添加拮抗菌CM46可以抑制草莓不同生长时期中受病害侵染程度，并提高草莓植株的分枝数。
-
公开(公告)号：CN111369318B
公开(公告)日：2024-02-02
申请号：CN202010131570.X
申请日：2020-02-28
Applicant: 安徽农业大学
IPC: G06Q30/0601 , G06Q30/0251 , G06F16/36 , G06F40/284 , G06F40/289 , G06F40/295
Abstract: 本发明公开了一种基于商品知识图谱特征学习的推荐方法及系统，构建关联商品知识图谱，用于解决商品推荐的重复率高和准确率低的问题。本发明提供的方法包括电商平台商品信息的智能获取；商品信息清洗，商品实体和关系智能提取，商品知识图谱构建；利用商品分类结合商品搭配模型对商品知识图谱中的实体进行融合，构建关联商品知识图谱；根据用户的历史购买记录确定待匹配商品实体，连接关联商品知识图谱，进行商品特征学习，降维得到商品实体和关系向量；计算知识图谱匹配到的商品间相关度，对相关度进行排序之后进行商品推荐。本发明通过关联商品知识图谱构建、更新，以及特征学习方法，构建商品推荐系统，实现商品推荐命中率准确率的大幅度提升。
-
公开(公告)号：CN111369318A
公开(公告)日：2020-07-03
申请号：CN202010131570.X
申请日：2020-02-28
Applicant: 安徽农业大学
IPC: G06Q30/06 , G06Q30/02 , G06F16/36 , G06F40/284 , G06F40/289 , G06F40/295
Abstract: 本发明公开了一种基于商品知识图谱特征学习的推荐方法及系统，构建关联商品知识图谱，用于解决商品推荐的重复率高和准确率低的问题。本发明提供的方法包括电商平台商品信息的智能获取；商品信息清洗，商品实体和关系智能提取，商品知识图谱构建；利用商品分类结合商品搭配模型对商品知识图谱中的实体进行融合，构建关联商品知识图谱；根据用户的历史购买记录确定待匹配商品实体，连接关联商品知识图谱，进行商品特征学习，降维得到商品实体和关系向量；计算知识图谱匹配到的商品间相关度，对相关度进行排序之后进行商品推荐。本发明通过关联商品知识图谱构建、更新，以及特征学习方法，构建商品推荐系统，实现商品推荐命中率准确率的大幅度提升。
-
-
-
Search Results
4
records
(took 0.022 seconds)
