公开(公告)号：CN110705269A

公开(公告)日：2020-01-17

申请号：CN201910764965.0

申请日：2019-08-19

Applicant: 华南农业大学

Inventor： 李吉平 ,  古万荣 ,  朱凯

IPC: G06F40/279 ,  G06F16/31

Abstract: 本发明公开了一种多源信息融合的生词库自动构建方法，包括生词自动识别和生词库自动更新两个过程；将生词划分为阅读生词和语音生词；将生词库分为短时记忆、长时记忆两个多级生词库；本发明将用户操作、口型、语音、记忆等信息相融合，进行生词的自动识别和生词库的动态更新，实现了生词库构建过程的完全自动化，同以往用户先自行判断再手动确认的方式相比，可以提高学习效率；将生词划分为阅读生词和语音生词，同以往局限于对不认识或不熟悉的词进行记忆的方式相比，可同时对阅读能力和听说水平的提高起到促进作用；将生词库分为短时记忆、长时记忆两个多级生词库，为个性化记忆规律的研究提供了手段。

公开(公告)号：CN117953251A

公开(公告)日：2024-04-30

申请号：CN202410222740.3

申请日：2024-02-28

Applicant: 华南农业大学

Inventor： 王海燕 ,  郭俊龙 ,  古万荣 ,  张广煜 ,  张滨 ,  陈佳洲 ,  蔡宏民

IPC: G06V10/762 ,  G06V10/10 ,  G06V10/40

Abstract: 本发明公开了一种基于张量二部图的多视图聚类方法及系统，该方法包括：获取多视图数据的数据矩阵并进行数据预处理，得到多视图数据锚点；根据多视图数据锚点，构建张量二部图；对张量二部图进行施加范数惩罚与误差项稀疏惩罚，构建二部图张量模型；通过交替方向乘子法对二部图张量模型进行求解，并对求解结果进行k‑means聚类，得到最终图的聚类结果。通过使用本发明，能够有效地捕捉多视图之间的互补信息，同时考虑融合图的低秩特性和高阶结构，提高多视图数据的聚类效果。本发明作为一种基于张量二部图的多视图聚类方法及系统，可广泛应用于数据分析挖掘技术领域。

公开(公告)号：CN117218379A

公开(公告)日：2023-12-12

申请号：CN202311030798.X

申请日：2023-08-15

Applicant: 华南农业大学

Inventor： 李建裕 ,  田绪红 ,  古万荣 ,  毛宜军 ,  李观明 ,  黄锦涛 ,  朱奕鑫 ,  陈蔚钊

IPC: G06V10/62 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G16H80/00 ,  G16H50/30

Abstract: 本发明公开了一种猪只跟踪与检测健康状态的方法，包括：S1、获取猪只的初始图像并处理，得到带有标注框的猪只图像数据，再对猪只图像数据进行数据增强处理后划分训练集、验证集和测试集；S2、将训练集和验证集输入改进YOLOv5网络进行训练和验证，得到一个能够自动对图像中的猪只进行目标检测和行为检测的最优网络；S3、将测试集输入到最优网络中，得到带有检测信息的猪只视频，再将其输入到改进OCSort多目标跟踪算法中；S4、在跟踪过程中会获得一系列的猪只行走、饮食和躺卧信息作为跟踪结果，对跟踪结果进行健康判断，最终实现猪只的实时健康检测。本发明提高了猪只识别跟踪过程中识别率和跟踪效果，并且能够检测猪只健康状态，具有一定的实用性。

公开(公告)号：CN115438876A

公开(公告)日：2022-12-06

申请号：CN202211238632.2

申请日：2022-10-11

Applicant: 华南农业大学

Inventor： 何浩明 ,  古万荣 ,  毛宜军 ,  柯海萍 ,  卢泽伦 ,  陈梓明 ,  何亦琛

IPC: G06Q10/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于特征选择与交互模型的点击率预测方法，包括以下步骤：1)构建特征选择与交互模型，所述特征选择与交互模型包括：稀疏输入层、嵌入层、SENET层、双线性交互层、组合层、多隐藏层和输出层；2)将特征向量输入到特征选择与交互模型中，特征选择与交互模型最终输出点击率预测得分；本发明的SENET层可以动态学习特征的重要性，提高了重要特征的权重，并抑制了不重要特征的权重；同时引入了三种类型的双线性交互层来学习特征交互，使特征间的交互更加充分，优化点击率预测。

公开(公告)号：CN108062355A

公开(公告)日：2018-05-22

申请号：CN201711179719.6

申请日：2017-11-23

Applicant: 华南农业大学

Inventor： 徐志文 ,  田绪红 ,  古万荣 ,  毛宜军 ,  王国华 ,  李吉平

IPC: G06F17/30

Abstract: 本发明公开了一种基于伪反馈与TF‑IDF的查询词扩展方法，该方法主要通过科学的查询约束词选取，通过本发明提出的两次筛选得到最终可用来做查询词扩展的词，然后通过本发明提出的打分公式为文档进行打分和排序操作。本发明的特色在于提出了一种新的查询约束词选取方式以及候选词的选取方式，并做了两次筛选操作去除无关词。还结合了传统的BM25打分公式，发明一个新的专为查询词扩展的新打分公式，能够更加科学的将查询词扩展后的结果文档进行打分，从而得出更科学的搜索排序结果。

公开(公告)号：CN120071236A

公开(公告)日：2025-05-30

申请号：CN202411950601.9

申请日：2024-12-27

Applicant: 云浮市物联网研究院有限公司 ,  华南农业大学

Inventor： 周皓恩 ,  古万荣 ,  毛宜军 ,  唐德玉

IPC: G06V20/52 ,  G06V20/40 ,  G06V40/20 ,  G06V10/25 ,  G06V10/26 ,  G06V10/44 ,  G06V10/62 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06Q50/02 ,  G08B21/18 ,  G08B25/08 ,  H04M1/72421

Abstract: 本发明涉及一种基于多目标分割与追踪的监测系统与方法，属于家禽健康监测技术领域，本发明通过YOLOv8‑seg的实例分割技术实现像素级分割，能够准确描绘出每只猪只的轮廓信息，极大提高了个体识别的精确性。此外，通过上下文信息编码器提供的前景和背景信息，系统可以更好地区分猪只之间的差异，在遮挡、光照变化等复杂情况下仍能稳定追踪个体，有效避免了传统方法中的识别误差。

公开(公告)号：CN114359644B

公开(公告)日：2024-04-16

申请号：CN202111583032.5

申请日：2021-12-22

Applicant: 华南农业大学

Inventor： 陈梓明 ,  田绪红 ,  古万荣 ,  毛宜军 ,  卢泽伦 ,  何亦琛 ,  柯海萍 ,  何浩明

IPC: G06V10/771 ,  G06V20/10 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/44

Abstract: 本发明公开了一种基于改进VGG‑16网络的农作物病虫害识别方法，包括：S1、获取农作物病虫害图像数据，并按照不同的农作物病虫害进行分类；S2、将农作物病虫害图像数据中的图像输入到改进VGG‑16网络进行参数训练；S3、参数训练完成后，得到一个能够对图像中的农作物病虫害进行识别的最优网络，最终通过该最优网络即可对任意输入的图像中的农作物病虫害进行自动识别。本发明突破原有技术准确率较低、缺乏鲁棒性和自适应能力差等问题，鲁棒性更强，识别率更高，网络参数更少，自适应能力更强，识别速度更快，对图像中的农作物病虫害识别更加准确。

公开(公告)号：CN117196763A

公开(公告)日：2023-12-08

申请号：CN202311025453.5

申请日：2023-08-15

Applicant: 华南农业大学

Inventor： 古万荣 ,  朱奕鑫 ,  李观明

IPC: G06Q30/0601 ,  G06F16/9535 ,  G06F16/9537 ,  G06F16/2457 ,  G06F16/2458 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/047 ,  G06N3/084 ,  G06N3/082

Abstract: 本发明公开了一种基于时序感知自注意力和对比学习的商品序列推荐方法，包括：1)数据预处理，将用户历史数据组织成用户行为序列；2)构建一个基于时序感知自注意力和对比学习的序列推荐模型，包括一个改进Transformer的序列推荐器和一个对比学习模块，对模型进行训练；3)将用户历史行为序列数据输入到训练好的模型中，根据模型生成的预测分数对用户下一个购买的商品进行推荐。本发明在自注意力机制中引入真实的时间间隔信息，并通过解耦的时序感知多头自注意力的计算，增强模型捕获复杂序列依赖的能力；同时引入对比学习，在数据稀疏及噪音偏差问题下，仍可完整建模出用户偏好关系，提升商品推荐的效果。

公开(公告)号：CN111199207B

公开(公告)日：2023-06-20

申请号：CN201911404612.6

申请日：2019-12-31

Applicant: 华南农业大学

Inventor： 毛宜军 ,  曾志超 ,  梁早清 ,  古万荣 ,  徐振林 ,  朱凯

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/77 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度残差神经网络的二维多人体姿态估计方法，包括步骤：1)获取基础人体姿态估计训练数据集2)将获取的图片送入预训练的深度残差神经网络，生成对应的特征向量；3)将特征向量通过两个方向的多次卷积操作生成两个分支的特征映射，生成关节点置信场和部位亲和场；4)计算真实图片的关节点置信场和部位亲和力场，组合成为真实图片的特征映射，将步骤3)中的特征映射与真实图片的特征映射之间均方误差，做网络的训练；重复步骤1)‑步骤3)，生成训练后图片的关节点置信场和部位亲和力场；5)使用步骤4)中生成的关节点置信场和部位亲和场进行关节点的计算和关节点连接。本发明可以很好地应付复杂的姿态变换并且推广到多人姿态估计。

公开(公告)号：CN113888252A

公开(公告)日：2022-01-04

申请号：CN202111003703.6

申请日：2021-08-30

Applicant: 华南农业大学

Inventor： 卢泽伦 ,  古万荣 ,  毛宜军 ,  梁早清 ,  陈梓明 ,  朱奕鑫 ,  何浩明 ,  熊懿 ,  郭美萍

IPC: G06Q30/06

Abstract: 本发明公开了一种基于用户对食品安全等级评分值和食品相似度的推荐方法，包括步骤：1)获取用户对食品的评分数据；2)计算出每一条评分数据的评分权重。3)将评分数据和评分权重输入到机器学习模型中进行参数训练。4)参数训练完成后，得到一个食品相似度矩阵，最终通过用户的评分数据和食品相似度矩阵计算并生成用户的食品推荐列表，实现将食品推荐给用户。本发明在训练出一个机器学习模型的同时结合使用了基于邻域的协同过滤方法，从用户对食品的评分数据中学习出食品的相似度矩阵，考虑评分数据时间顺序的同时将稀疏性引入相似度矩阵，使其能够有效地生成推荐。