公开(公告)号：CN117035044B

公开(公告)日：2024-01-12

申请号：CN202311291335.9

申请日：2023-10-08

Applicant: 安徽农业大学

Inventor： 陆景祺 ,  张武 ,  左冠鹏 ,  王瑞卿 ,  金秀 ,  刘波 ,  江朝晖 ,  饶元

IPC: G06N3/082 ,  G06N3/0464 ,  G06N3/063 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于输出激活映射的过滤器剪枝方法，包括以下步骤：S1：设定超参数；S2：预训练初始模型得到基线模型，作为当前需要剪枝的模型；S3：对当前需要剪枝的模型运行基于相关性和冗余度的过滤器综合评价准则；S4：根据每个卷积层的过滤器排名，修剪每层相应数量的贡献较小的过滤器；S5：对剪枝后的模型进行再训练以此恢复精度下降；S6：判断每层剩余过滤器的数量是否已经达到每层需要保留的过滤器的数量，直至模型剪枝完毕。还公开了一种基于输出激活映射的过滤器剪枝方法的图像分类系统及其边缘设备。本发明从相关性和冗余度两个方面综合评价过滤器贡献以此进行过(56)对比文件Zi Wang et al..Convolutional NeuralNetwork Pruning with StructuralRedundancy Reduction《.arxiv.org》.2021,第1-10页.HongFang Zhou et al..Featureselection based on conditional mutualinformation: minimum conditionalrelevance and minimum conditionalredundancy《.Applied Intelligence》.2019,第883-896页.陈程军;毛莺池;王绎超.基于激活-熵的分层迭代剪枝策略的CNN模型压缩.计算机应用.2020,(05),全文.夏海峰;袁晓彤.模型压缩中的对抗鲁棒性实验分析.陕西师范大学学报(自然科学版).2020,(02),全文.严阳春 等.基于权重关联性的卷积神经网络模型剪枝方法《.小型微型计算机系统》.2021,第42卷第1500-1504页.宋非洋 等.基于MobileNetV3的结构性剪枝优化《.自动化与信息工程》.2019,第40卷第20-25页.

公开(公告)号：CN112115984A

公开(公告)日：2020-12-22

申请号：CN202010887051.6

申请日：2020-08-28

Applicant: 安徽农业大学

Inventor： 张武 ,  冯金磊 ,  万盛民 ,  苗犇犇 ,  王瑞卿 ,  汪涛 ,  江朝晖 ,  饶元

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/10

Abstract: 本发明公开了一种基于深度学习的茶园异常数据校正方法、系统和存储介质，该校正方法包括：采集目标茶园的环境数据并对此预处理，将预处理后的目标茶园的环境数据作为输入数据输入到卷积神经网络‑支持向量机CNN‑SVM中，对数据进行异常检测，同时还输入到长短期记忆神经网络LSTM中，对环境数据进行预测；当CNN‑SVM模型检测数据为异常数据时，提取出由CNN‑SVM模型检测出异常数据的时间特征，并在LSTM模型预测的数据中选取具有相同时间特征的数据进行校正，然后输出到茶园数据集中。本发明不仅能够校正异常数据，还能根据异常数据判断传感器故障具体地点，具有较高的校正准确率、特异度和泛化能力。

公开(公告)号：CN117035044A

公开(公告)日：2023-11-10

申请号：CN202311291335.9

申请日：2023-10-08

Applicant: 安徽农业大学

Inventor： 陆景祺 ,  张武 ,  左冠鹏 ,  王瑞卿 ,  金秀 ,  刘波 ,  江朝晖 ,  饶元

IPC: G06N3/082 ,  G06N3/0464 ,  G06N3/063 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于输出激活映射的过滤器剪枝方法，包括以下步骤：S1：设定超参数；S2：预训练初始模型得到基线模型，作为当前需要剪枝的模型；S3：对当前需要剪枝的模型运行基于相关性和冗余度的过滤器综合评价准则；S4：根据每个卷积层的过滤器排名，修剪每层相应数量的贡献较小的过滤器；S5：对剪枝后的模型进行再训练以此恢复精度下降；S6：判断每层剩余过滤器的数量是否已经达到每层需要保留的过滤器的数量，直至模型剪枝完毕。还公开了一种基于输出激活映射的过滤器剪枝方法的图像分类系统及其边缘设备。本发明从相关性和冗余度两个方面综合评价过滤器贡献以此进行过滤器剪枝，保证了剪枝后模型优越的图像分类性能。

公开(公告)号：CN214206411U

公开(公告)日：2021-09-17

申请号：CN202023343825.3

申请日：2020-12-31

Applicant: 安徽农业大学

Inventor： 张武 ,  张昆明 ,  丁久阳 ,  王瑞卿 ,  万盛民 ,  徐凤如 ,  夏猛 ,  饶元 ,  金秀

IPC: A01C23/04 ,  A01C23/00 ,  B08B9/093 ,  B01F5/02 ,  B01F3/08 ,  B01F13/10

Abstract: 本实用新型公开了一种水肥一体智能灌溉装置，属于灌溉设备技术领域。它包括混液罐和设置在混液罐上的原液进液管，所述原液进液管伸入混液罐的一端固定连接有渐缩管，所述渐缩管内部为锥形管道，所述渐缩管的尾端内径小于进液处内径，所述渐缩管上开设有均匀分布的多个出液嘴，多个所述出液嘴的内径相同。本实用新型通过渐缩管的设置，可以通过多个喷嘴将肥料原液均匀地喷到混液罐中，并在肥液的冲击下进行液体的混合，达到混合均匀的效果，经过比例泵抽取与水混合喷出后进一步提高混合的均匀程度。