-
公开(公告)号：CN114496294A
公开(公告)日：2022-05-13
申请号：CN202210075291.5
申请日：2022-01-22
Applicant: 安徽农业大学
IPC: G16H50/80 , G16H50/70 , G06K17/00 , G06N3/04 , G06N3/08 , G06Q50/02 , G06K9/62 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于多模态生物识别技术的猪体疾病预警实现方法，属于疾病预警方法技术领域。一种基于多模态生物识别技术的猪体疾病预警实现方法，针对猪体疾病特征特点基于深度学习算法对各单一特征设计分类识别模型；基于集成学习联结各特征分类结果进行决策级融合得到最终分类结果；针对猪体疾病特征综合性，通过设计并实现基于决策级融合的生物特征多模态融合的分类模型；针对猪体养殖环节以及猪体特点设计猪体疾病实时预警系统；搭建多感应采集器共联RFID读写器节点设计触发装置，通过单一特征分类异常触发装置锁定异常个体；本发明有效解决了猪体养殖环节猪体疾病初期难发现、易蔓延等猪体安全问题。
-
公开(公告)号：CN114202247A
公开(公告)日：2022-03-18
申请号：CN202210035661.2
申请日：2022-01-13
Applicant: 安徽农业大学
Abstract: 本发明公开了一种农作物生长环境大数据分析系统，属于农业技术领域。一种农作物生长环境大数据分析系统，包括数组试验田以及设置在试验田内的检测装置，所述试验田分别为一个自然生长组以及数个对照组；所述自然生长组中农作物暴露在自然环境中，所述对照组中农作物生长环境与自然生长组相比仅改变某一变量；所述对照组包括肥料控制组、光照控制组、温度控制组，所述肥料控制组仅改变肥料的用量与时机，所述光照控制组仅改变光照时长与强度，所述温度控制组仅改变农作物的环境温度。本发明提供了一种系统去分析不同农作物所需要的最重要的环境因素。
-
公开(公告)号：CN107622236B
公开(公告)日：2020-12-04
申请号：CN201710834223.1
申请日：2017-09-15
Applicant: 安徽农业大学
Abstract: 本发明公开了基于蜂群与梯度提升决策树算法农作物病害诊断预警方法，对服务器端病害库中的病害信息提取相应特征，利用GBDT算法训练并建立作物的病害关联模型；数据采集单元通过无线通信网络将叶片图像数据和墒情数据以单播方式上传至服务器；将数据采集单元上传的图像数据和墒情数据经特征提取，诊断病害的种类及预测病害发生趋势，服务器端将启动自动报警提示。本发明有益效果：本发明通过该诊断预警方法，获取农作物的图像数据和相关墒情数据，经蜂群算法优化特征集后采用GBDT算法训练生成病害关联模型，增强了病害诊断的准确性和召回率；通过无线传感网络的实时信息传输，可实时处理数据，实现病害的自动预测预警，一定程度上拓展预警时间范围。
-
公开(公告)号：CN110659864A
公开(公告)日：2020-01-07
申请号：CN201910959303.9
申请日：2019-10-10
Applicant: 安徽农业大学
Abstract: 本发明公开了一种防碰撞可回收利用快递包装箱的方法，要解决的是现有快递包装箱回收利用方面的问题。本发明具体步骤如下：步骤一，在快递包装箱上分别设置第一二维码和第二二维码，第二二维码记录着该快递包装箱对应的网页信息，第一二维码记录物流信息；步骤二，发货时用户扫描第一二维码和第二二维码并且输入用户信息，同时对第二二维码的网页信息进行更新；步骤三，用户扫描第二二维码，对该快递包装箱进行查看。本发明可以实现对快递包装箱的绿色回收利用，以二维码的形式来对快递包装箱多次利用和回收管理工作；本发明采用含IPA防碰撞算法的RFID标签进行仓库管理，解决商品出入库工作量大、效率低下、人员多等问题。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN111523055B
公开(公告)日：2023-04-07
申请号：CN202010354818.9
申请日：2020-04-28
Applicant: 安徽农业大学
IPC: G06F16/9536 , G06F40/247 , G06F40/289 , G06F16/9535 , G06F16/332 , G06F17/16
Abstract: 本发明设计了一种基于农产品特征属性评论倾向的协同推荐算法及系统，解决目前电商平台中农产品推荐不够精准的问题；本发明改进传统协同过滤推荐算法只考虑用户评分的单一性，提出将用户评分结合评论情感倾向程度加权，用户评论中对农产品特征属性倾向进行量化，作为计算用户相似度的重要参数的改进方法，结合用户评分构建出用户点评模型矩阵；在计算用户相似度时使用矩阵代替传统推荐算法中用户评分进行计算，综合考虑用户评分和评论信息进行邻居集查找，最终确定推荐农产品集；本方法与传统协同过滤推荐算法相比，除了考虑评分之外，将不同用户评论信息中的潜在联系作为参数进行邻居集查找，有效地提高了电商平台中农产品推荐的精准度。
-
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。
-
公开(公告)号：CN113988786B
公开(公告)日：2024-08-13
申请号：CN202111233057.2
申请日：2021-10-22
Applicant: 安徽农业大学 , 安徽安宠宠物用品有限公司
IPC: G06Q10/101 , G06Q50/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于双层异构图神经网络的企业协同制造决策方法，采用图神经网络对产业链以及企业内部工作关系进行建模，并利用企业数据进行训练。相较于传统的针对单一领域的工作流建模方法，本发明可获得应用范围更广，覆盖多个产业流程的关系模型。采用双层异构图神经网络，首先将产业链模型训练产生粗粒度的生产决策，然后将粗粒度决策与企业内部协同网络进行耦合，进一步产生细粒度的生产决策。采用双层异构图神经网络方法可直接对其中复杂企业关系和企业内部关系进行耦合分析,针对所做出的决策，将其输入决策评价系统进行分析，得到决策的综合质量评估，形成对最终决策结果的反馈优化，较传统人工决策和单一行业决策更全面，可行度更高。
-
公开(公告)号：CN113985879B
公开(公告)日：2024-02-02
申请号：CN202111260761.7
申请日：2021-10-28
Applicant: 安徽安宠宠物用品有限公司 , 安徽农业大学
Abstract: 本发明公开了基于历史数据动态优化的智能移动巡检系统及方法，结合巡检数据采用多目标蚱蜢优化模型动态优化出不同时间段下不同生产车间和仓库的巡检项目及关键点；优化后的巡检项目及关键点再次采用多目标蚱蜢优化模型训练学习，进一步动态优化出不同生产车间和仓库的巡检点优先级、巡检次数和巡检时间；再进一步采用二维(2D)网格模型的路径规划算法优化出巡检路线；在巡检过程中，采用基于YOLOX模型的图像识别技术和三维激光雷达，获取巡检车的实时行驶数据和实时巡检数据，对此数据进行处理，实现巡检车实时自动行驶、自动巡检。解决不同时间段、生产车间、仓库的巡检点、巡检项
-
公开(公告)号：CN114861069A
公开(公告)日：2022-08-05
申请号：CN202210633790.1
申请日：2022-06-07
Applicant: 安徽农业大学
IPC: G06F16/9535 , G06F16/36 , G06F40/30 , G06Q50/20
Abstract: 本发明公开了一种基于知识图谱的网络学习资源分析及个性化推荐方法，属于学习资源分析推荐方法技术领域，具体包括以下步骤：S1、构建网络学习资源知识图谱；S2、网络学习资源分析；S3、学习者画像分析；S4、网络学习资源个性化推荐；本发明融合了学科知识、学习资源、学习策略的个性化教育知识图谱模型及其构建技术，基于知识图谱的学习资源概念链接、分析与评价技术以及知识图谱与学习目标的学习者知识体系评估模型和学习路径智能规划，实现了以学习者个性化兴趣和需求驱动为中心的精准知识推送和个性化学习资源与学习策略推荐。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.018 seconds)
