鱼类疫苗注射效果动态评估方法,系统与存储介质

    公开(公告)号:CN118196705B

    公开(公告)日:2024-10-29

    申请号:CN202410296861.2

    申请日:2024-03-15

    Applicant: 浙江大学

    Abstract: 本发明提供一种鱼类疫苗注射效果动态评估方法,系统与存储介质,属于生物疫苗技术领域,具体包括:基于待处理鱼群在预设时间内的监控图像进行不同的监控图像中的不同的重量区间内的鱼群数量以及不同的监控图像的相似度的确定,并结合不同的监控图像中的鱼群数量进行待处理鱼群在不同的重量区间内的鱼群比例的评估可信度的确定,并当评估可信度满足要求后,将疫苗注射完成的待处理鱼群作为免疫鱼群,根据在不同的监控图像中的不同的重量区间内的感染鱼群数量进行免疫鱼群在不同的重量区间内的推测感染鱼群数量的确定,并结合疫苗注射可靠性进行疫苗注射效果的评估,从而进一步提升了注射效果评估的准确性。

    鱼类疫苗注射效果动态评估方法,系统与存储介质

    公开(公告)号:CN118196705A

    公开(公告)日:2024-06-14

    申请号:CN202410296861.2

    申请日:2024-03-15

    Applicant: 浙江大学

    Abstract: 本发明提供一种鱼类疫苗注射效果动态评估方法,系统与存储介质,属于生物疫苗技术领域,具体包括:基于待处理鱼群在预设时间内的监控图像进行不同的监控图像中的不同的重量区间内的鱼群数量以及不同的监控图像的相似度的确定,并结合不同的监控图像中的鱼群数量进行待处理鱼群在不同的重量区间内的鱼群比例的评估可信度的确定,并当评估可信度满足要求后,将疫苗注射完成的待处理鱼群作为免疫鱼群,根据在不同的监控图像中的不同的重量区间内的感染鱼群数量进行免疫鱼群在不同的重量区间内的推测感染鱼群数量的确定,并结合疫苗注射可靠性进行疫苗注射效果的评估,从而进一步提升了注射效果评估的准确性。

    一种纺锤形鱼类疫苗注射机及其智能注射方法

    公开(公告)号:CN117883209A

    公开(公告)日:2024-04-16

    申请号:CN202311577422.0

    申请日:2023-11-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种纺锤形鱼类疫苗注射机及其智能注射方法,该注射机包括输送装置,视觉系统,推鱼装置、位置调节装置、注射装置、放行装置和控制系统;本发明的疫苗注射机通过电机调节螺杆来控制输液气缸的行程,能够实时精确地调节注射量;采用吸附块吸附鱼体腹部,减少对鱼苗的夹持力,能够减少鱼苗的损伤;吸附块的出针口高度确定,鱼体的腹部吸附后,紧贴在出针口内侧,通过调节调节螺栓A,精确控制针头插入鱼体的深度。本发明可实时调节注射位置和注射剂量,自动化程度和注射效率高,对鱼苗的损伤小,且可以对多种常见鱼类同时进行疫苗注射。

    一种基于无监督特征选择的分类方法

    公开(公告)号:CN103942568A

    公开(公告)日:2014-07-23

    申请号:CN201410166747.4

    申请日:2014-04-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于无监督特征选择的分类方法,将高维数据表述成相似图形式,用信息理论度量学习(ITML)得到样本点之间的距离,建立原高维数据的相似矩阵;接着对相似矩阵和其对应的对角矩阵,采用SM算法完成原始样本集到特征向量空间的映射;然后通过学习稀疏系数向量和MCFS得分,得到原始样本集中每个属性的权重系数,并选出最能表达原样本信息的属性;最后用支持向量机对特征选择后的数据建立分类模型,对驾驶员的疲劳状况进行预测。本方法在建立分类模型前,对高维数据在保留数据簇结构的情况下进行特征选择,从而解决了维度灾难给数据分类带来的负面影响。

    一种基于无监督特征选择的分类方法

    公开(公告)号:CN103942568B

    公开(公告)日:2017-04-05

    申请号:CN201410166747.4

    申请日:2014-04-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于无监督特征选择的分类方法,将高维数据表述成相似图形式,用信息理论度量学习(ITML)得到样本点之间的距离,建立原高维数据的相似矩阵;接着对相似矩阵和其对应的对角矩阵,采用SM算法完成原始样本集到特征向量空间的映射;然后通过学习稀疏系数向量和MCFS得分,得到原始样本集中每个属性的权重系数,并选出最能表达原样本信息的属性;最后用支持向量机对特征选择后的数据建立分类模型,对驾驶员的疲劳状况进行预测。本方法在建立分类模型前,对高维数据在保留数据簇结构的情况下进行特征选择,从而解决了维度灾难给数据分类带来的负面影响。

Patent Agency Ranking