专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果68个,建议您升级VIP下载更多相关专利
  • [发明专利]基于深度学习的黄瓜害虫识别方法及系统-CN202310882908.9在审
  • 黄英来;王奇;何少聪 - 东北林业大学
  • 2023-07-19 - 2023-10-24 - G06V40/10
  • 本发明公开了一种基于深度学习的黄瓜害虫识别方法及系统,包括:制作并扩充黄瓜害虫数据集。采用ResNet101模型对扩充后的数据集进行训练。搭建改进的ResNet101模型,主要改进为:使用SELU激活函数替换模型中的RELU激活函数,加快收敛速度,改变神经元不学习的问题。引入通道注意力机制ECA模块,采用的参数少,可带来明显的性能增益,提高模型对黄瓜害虫特征的提取。采用余弦退火的学习率下降方式。采用迁移学习的方式,使用ImageNet大规模数据集上对ResNet101网络进行训练的权重,来提取图像的初步特征。通过改进,该算法相对于原始ResNet101模型能够保持更高的精度,参数量较少。最后采用pyqt设计黄瓜害虫识别界面,准确识别出黄瓜害虫类型。
  • 基于深度学习黄瓜害虫识别方法系统
  • [发明专利]基于YOLOv5的香菇智能检测管理系统-CN202310404630.4在审
  • 闫志成;黄英来;刘沅;曹靖轩;吴鑫;朱赖蕙 - 东北林业大学
  • 2023-04-14 - 2023-08-22 - G06V20/68
  • 本发明公开了基于YOLOv5的香菇智能检测管理系统,属于香菇种植技术领域,包括景深摄像模块、地理位置确定模块、数据处理模块、训练集加载模块、YoLov5模型构建模块、判断模块、对比模块、警报模块和显示模块;所述YoLov5模型构建模块包括迭代单元和识别单元;所述景深摄像模块利用景深摄像头每隔24h拍摄一组景深范围不同的香菇生长图片,形成香菇图片数据;所述地理位置确定模块用于确定景深摄像头各像素点所对应的地理坐标,形成像素点坐标数据,本发明能够自动判断香菇生长情况,不仅大大降低了人工工作量,还避免疏漏观察,同时可及时采收香菇,并可及时清理腐败和病害香菇,且能够及时定位需采收的香菇和病害香菇。
  • 基于yolov5香菇智能检测管理系统
  • [发明专利]基于用户行为序列的农产品推荐算法-CN202310327360.1在审
  • 黄英来;冀宇超;黄鹤林;李宁;牛达伟 - 东北林业大学
  • 2023-03-30 - 2023-06-30 - G06Q30/0601
  • 本发明公开了一种基于用户行为序列的农产品推荐方法,包括:(1)用长短期记忆网络和注意力网络相结合组成深度兴趣网络,以此来捕获物品的潜在特征;(2)构建用户‑商品二部图;(3)利用图神经网络提取图数据的连接信息对每个节点的影响,并更新节点的嵌入式表示,以获取用户的潜在特征;(4)将两种潜在特征通过多层感知机得到待推荐农产品的购买概率。(5)进一步提取和利用了用户行为序列中的用户深度兴趣,并将其融合深度兴趣网络进行推荐。相比于从同类使用图神经网络提取节点嵌入式表达的算法,更适用于大规模稀疏网络;本发明提出的模型对农产品推荐任务更有效果。
  • 基于用户行为序列农产品推荐算法
  • [发明专利]基于人工智能的苗圃苗木验收方法-CN202211718990.3在审
  • 黄英来;王奇;何少聪 - 东北林业大学
  • 2022-12-30 - 2023-03-31 - G06V20/10
  • 本发明公开了一种基于人工智能的苗圃验收方法,包含以下步骤:通过无人机对苗圃内高大苗木进行图片采集,通过摄像头对生长在温室内的苗木进行图片采集,通过自动循迹拍照小车对苗圃内高度较低的苗木花卉进行图片采集,通过深度学习算法对采集到的图片进行处理,通过扫描二维码对苗木的状况进行了解并验收,通过苗圃验收APP对不同种类苗木的生长状况做出反映。本发明所提供的基于人工智能的苗圃验收方法,解决了苗圃苗木验收的难题,提高了苗木验收的效率和精准度。
  • 基于人工智能苗圃苗木验收方法
  • [发明专利]一种基于主从多链型区块链的农产品溯源系统-CN202211397451.4在审
  • 黄英来;黄鹤林;李宁;肖嘉轩;冀宇超 - 东北林业大学
  • 2022-11-09 - 2023-03-07 - G06Q30/018
  • 本发明一种基于主从多链型区块链的农产品溯源系统包括:主从多链型区块链模块,星际文件系统(IPFS)多媒体数据管理模块以及适用于IPFS的文件加密解密模块,基础数据管理模块,物联网数据采集模块。物联网采集模块用来检测环境信息,基础数据管理模块,管理从种植到仓储到加工再到物流的整个环节的文本类数据,IPFS多媒体数据存储模块用来存储以及适用于IPFS的文件加密解密模块用于存储从种植到仓储到加工再到物流的整个环节的视频数据、音频数据,所述新型主从多链型区块链模块用来管理整个流程中的敏感信息。本发明利用区块链技术进行农产品质量安全溯源,信息安全可信,不可被篡改。本发明不仅可以进一步推动对农产品质量安全提升,拉动与协调各企业合作关系,赋予消费者对农产品质量的准确真实的信息的知情权,为政府提供高效的追责工具,更是构建出了一个集物联网、星际文件系统、主从多链型区块链于一体的强信任背书溯源应用体系。
  • 一种基于主从多链型区块农产品溯源系统
  • [发明专利]基于改进Xception算法的葡萄叶片病害识别方法-CN202211397472.6在审
  • 黄英来;李宁;黄鹤林;刘静;冀宇超 - 东北林业大学
  • 2022-11-09 - 2023-02-03 - G06V10/774
  • 本发明公开了一种基于改进Xception算法的葡萄叶片病害识别方法,包括:(1)制作训练数据集。(2)搭建改进的Xception网络,主要改进为:使用ELU激活函数替换Xception算法的原激活函数,加快收敛速度,避免了神经元死亡的问题,使网络可以学习更多的特征,通过引入通道注意力机制SE模块,提高模型的识别性能,改进全连接层,使用全局最大池化层替换全局平均池化层,提高模型对葡萄病斑特征的提取。(3)使用数据增强库imgaug对制作的数据集进行数据增强处理,以模拟现实复杂的拍摄情况。(4)将改进后的模型在大型图像分类数据集ImageNet上进行充分地预训练,将学习到的参数作为网络的初始参数在制作的葡萄病害数据集上微调训练。通过改进,该算法相对于原始Xception模型能够保持更高的精度,参数量较少,从而使得模型能够在移动端进行部署。
  • 基于改进xception算法葡萄叶片病害识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top