-
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：CN108363294A
公开(公告)日：2018-08-03
申请号：CN201710056458.2
申请日：2017-01-26
Applicant: 安徽东方果园生物科技有限公司 , 安徽农业大学
IPC: G05B13/04
Abstract: 本发明公开一种农产品运输封闭和半封闭厢体的环境监测预警方法和环境监测预警系统，方法如下：分布在车厢内的智能感知节点采集车厢内环境数据，数据通过ZigBee网络上传至汇聚节点后，集中上传至远程控制终端，并存入数据库；远程控制终端采用自动编码器算法(AutoEncoder)，结合支持向量机(SVM)，构建多维环境控制模型，以环境数据作为输入，训练优化模型，预测后续时间段的环境状态，实现封闭厢体内环境状态预警及控制。同时，汇聚节点比较环境数据与用户设置的环境阈值，进行实时的异常报警，以处理未能及时预测的环境异常。本发明实现动态环境信息的自动监测与预测，提供最优封闭厢体环境，降低能耗，最大程度保证农产品运输中的安全和质量。
-
公开(公告)号：CN106647754A
公开(公告)日：2017-05-10
申请号：CN201611182127.5
申请日：2016-12-20
Applicant: 安徽农业大学
IPC: G05D1/02
Abstract: 本发明公开了一种果园履带机器人路径规划方法，利用C#结合ArcGIS Engine二次开发编程实现农用机器人基于A*和B样条算法的路径规划软件平台，首先需要绘制用于农用机器人路径规划的地图；再基于ArcGIS Engine组件和C#语言的Windows桌面应用软件的开发；在此基础上编写A*算法以实现机器人最短路径规划及B样条曲线算法平滑路径，进而实现农用机器人最优路径规划。本发明实现了基于A*与B样条算法的农用机器人路径规划，实现了农用机器人根据最优路径运行，从而提高农业作业的高效化和智能化。
-
公开(公告)号：CN106054598A
公开(公告)日：2016-10-26
申请号：CN201610297395.5
申请日：2016-05-05
Applicant: 安徽农业大学
CPC classification number: G05B13/042 , G05B11/42 , G05D1/021
Abstract: 本发明公开了一种机器人自适应转向单神经元PID控制方法，首先建立机器人转向系统的转向模型，然后构建RBF神经网络，最后构建PID控制系统。本发明针对机器人转向系统的机械结构及数学模型的特点，设计了基于RBF在线辨识的机器人转向单神经元PID控制，将RBF神经网络与单神经元PID控制相结合应用于非线性的机器人转向系统，既充分利用了RBF神经网络最佳逼近性能的特点和单神经元适应性强的优点，也克服了PID控制中学习算法的不足。
-
公开(公告)号：CN105338661A
公开(公告)日：2016-02-17
申请号：CN201510415208.4
申请日：2015-07-13
Applicant: 安徽农业大学
Abstract: 本发明是提供一种以云端运算为架构使用数据融合演算设计的环境监控方法及装置，包括：在欲监控环境中布设多数个传感器节点以执行环境参数与信息的测量工作；建立具有网络伺服器的中心监视系统，以接收传感器节点数据并执行报警及储存等动作；在传感器网络设置数个汇聚节点以接收汇整数个测量目标相同的传感器节点的感测数据，再整合发送到中心监视系统的网络服务器；由局部资料融合手段对传感器节点、汇聚节点至少其中一未发送的数据进行融合以去掉冗余信息，令传输数据量精简化后再执行发送；由感测云端运算手段，将传感器节点、汇聚节点的定位信息通过节能管理与定位计算服务实时传回网络伺服器。
-
Patent Agency Ranking
公开(公告)号：CN117456279B
公开(公告)日：2025-04-22
申请号：CN202311623115.1
申请日：2023-11-30
Applicant: 安徽农业大学
IPC: G06V10/764 , G06V20/00 , G06N5/022 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合知识图谱与图像识别的垃圾分类方法，包括：1、构建知识图谱，捕捉垃圾实体与种类之间的关系2、利用Ac自动机树，提取问题中的垃圾实体名；3、利用TransR模型提取垃圾实体的文本向量；4、设定疑问词列表，提取问题中的疑问词，根据疑问词是否在疑问词列表中和问题中是否有垃圾实体名来对问题进行分类；5、针对不同类型的问题，返回不同的答案模板；6、构建图像识别模型，获取垃圾图片的向量；7、将垃圾实体的文本向量和图片向量，结合注意力机制将相互对应的向量进行拼接，得到垃圾实体的融合向量后，最终返回垃圾的类别。本发明融合了知识图谱和图像识别，能更稳定、更便捷、更高效的实现垃圾分类。
-
公开(公告)号：CN114861069B
公开(公告)日：2024-12-06
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。
-
公开(公告)号：CN117726040A
公开(公告)日：2024-03-19
申请号：CN202311830634.5
申请日：2023-12-27
Applicant: 安徽农业大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q10/0832 , G06N3/006 , G06N3/045 , G06N3/092
Abstract: 本发明公开了一种基于DDQN算法的配送车辆动态调度优化方法，属于基于深度强化学习的生鲜配送车辆调度技术领域；本发明将生鲜配送动态车辆调度问题视为连续时间过程，基于SMDP(Semi‑Markov Decision Process)框架进行建模，并采用DDQN(Double Deep Q‑Learning)算法来训练双Agent，在处理“新订单事件”和“车辆事件”时做出调度分配。该方法显著降低了分配空间的组合复杂性，在考虑多个分配限制因素的同时，表现出更好的平均分配时间。通过提高系统资源利用率和调度效率，解决了生鲜配送延迟导致生鲜产品时效性下降的问题。
-
公开(公告)号：CN117059261A
公开(公告)日：2023-11-14
申请号：CN202311055533.5
申请日：2023-08-21
Applicant: 安徽农业大学
IPC: G16H50/20 , G06F40/295 , G06F16/36 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/08 , G06N5/022
Abstract: 本发明涉及多模态知识图谱的畜禽疾病诊断技术领域，且公开了一种基于多模态知识图谱的畜禽疾病诊断方法，包括以下步骤：S1、面向畜禽疾病的命名实体识别方法：所述面向畜禽疾病的命名实体识别是指利用若干个畜禽疾病文本、图像、声音和视频识别的相关疾病实体。该基于多模态知识图谱的畜禽疾病诊断方法，通过将命名实体识别和知识图谱构建技术引入畜禽疾病诊断领域，可以为畜禽疾病的诊断和治疗提供更加全面和准确的参考，从而提高畜禽疾病治疗的效果和治愈率；同时，畜禽疾病知识图谱的构建可以帮助人们更好地了解畜禽疾病的发生规律和传播途径，为畜禽疾病的预防和控制提供科学依据。
-
公开(公告)号：CN115937689B
公开(公告)日：2023-08-11
申请号：CN202211721125.4
申请日：2022-12-30
Applicant: 安徽农业大学
Abstract: 本发明涉及人工智能技术领域，且公开了一种农业害虫智能识别与监测技术，通过利用公开知识图谱和私有数据构建多模态农业病虫害知识图谱，收集多类别害虫图片作为训练数据，并对数据进行预处理，利用训练数据训练一个卷积视觉模型和一个视觉注意力模型，然后将训练完成的模型保存，冻结模型后，使用融合模块融合两个模型，利用多模态知识图谱推理出输入害虫图片的相关粗粒度的属性特征，利用编码器对推理的属性特征进行编码。该农业害虫智能识别与监测技术，可以利用粗粒度多模态知识图谱辅助混合视觉模型对害虫进行识别和监测，提高了对害虫种类的识别准确度。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.037 seconds)
