-
公开(公告)号：CN113988786A
公开(公告)日：2022-01-28
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
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：CN113985879A
公开(公告)日：2022-01-28
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
IPC: G05D1/02
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、巡检项目、巡检次数和巡检路线等动态优化问题，提高巡检的效率和准确性。
-
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：CN116434066B
公开(公告)日：2023-10-13
申请号：CN202310424584.4
申请日：2023-04-17
Applicant: 安徽农业大学
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于深度学习的大豆豆荚考种方法、系统及装置，涉及人工智能机器视觉考种技术领域；该方法包括以下步骤：采集不同拍摄环境下的大豆豆荚原始RGB图像；根据大豆豆荚原始RGB图像中每个豆荚中实粒和秕粒的个数情况进行框选分类标记建立原始图像数据集；构建融合注意力模块的改进YOLOX网络模型，将原始图像数据集输入至改进YOLOX网络模型进行训练；测试改进YOLOX网络模型，更新改进YOLOX网络模型的学习参数；对存在多种特征的豆荚计数结果进行修正；利用已更新的改进YOLOX网络模型对待考种的大豆豆荚进行检测。本发明能够将豆荚中的实粒和秕粒区分，且在多种拍摄环境下快速准确地对豆荚进行检测，提高检测和计数的准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN116778391A
公开(公告)日：2023-09-19
申请号：CN202310828903.8
申请日：2023-07-07
Applicant: 安徽农业大学
IPC: G06V20/40 , G06V10/82 , G06Q50/02 , G06N3/0464 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种多模态作物病害表型协同分析模型、装置及模型构建系统，方法包括：构建基于改进CNN和LSTM的作物病害表型文本生成模型，通过组建的多模态训练数据集，对其进行训练；基于改进CNN和LSTM的作物病害表型文本生成模型通过组建的多模态训练数据集，对其进行训练；构建基于查询文本引导和多阶段推理的视觉语言定位模型(MQVL)通过组建的多模态训练数据集，对其进行训练；构建基于CNN‑Transformer双流多模态少样本识别模型(CTMF)通过组建的多模态训练数据集，对其进行训练。
-
公开(公告)号：CN114289348B
公开(公告)日：2023-01-24
申请号：CN202111657039.7
申请日：2021-12-31
Applicant: 安徽农业大学
Abstract: 本发明公开了一种农产品质量安全监测与控制系统，属于农产品安全技术领域。一种农产品质量安全监测与控制系统，包括传送带，所述传送带的外侧先后设置有三个关卡，分别为第一关卡、第二关卡以及第三关卡；所述第一关卡和第二关卡的顶部均设置有分类相机，所述分类相机与分类计算机连接；所述第三关卡位于传送带的末端，所述第三关卡连接分果装置以及切片检测装置。本发明有效的解决了传统的产品质量安全检测与控制系统耗费人力且工作效率底的问题。
-
公开(公告)号：CN110659864B
公开(公告)日：2022-11-01
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：CN113973792B
公开(公告)日：2022-09-02
申请号：CN202111319396.2
申请日：2021-11-09
Applicant: 安徽农业大学
IPC: A01M1/04 , A01M29/06 , A01M29/16 , A01M1/00 , G08B13/196
Abstract: 本发明公开了一种农林场景的危害监测预警装置，属于农林监测技术领域；一种农林场景的危害监测预警装置，包括：外壳、设置于外壳顶部的摄像头、设置于外壳内部的辅助动力机构、主动力机构、一级驱赶机构、灭虫机构、二级驱赶机构、蓄电池和控制器，所述的辅助动力机构与外壳活动连接，所述的辅助动力机构与主动力机构活动连接，辅助动力机构位于主动力机构上方，主动力机构与外壳固定连接，主动力机构与一级驱赶机构底端活动连接，蓄电池、摄像头、外壳、辅助动力机构、主动力机构、一级驱赶机构和灭虫机构均与控制器电连接，本发明功能多样，可很好的将昆虫消灭和驱离动物，有利于提高农林产量。
-
公开(公告)号：CN114496294B
公开(公告)日：2022-07-19
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。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.053 seconds)
