-
公开(公告)号：CN107300587A
公开(公告)日：2017-10-27
申请号：CN201710051941.1
申请日：2017-01-20
Applicant: 浙江农林大学
IPC: G01N29/07
CPC classification number: G01N29/07 , G01N2291/048
Abstract: 本发明公开了一种树木缺陷检测方法，本发明通过数学模型得出纵截面上应力波理论传播速度，再通过实验得出样本木材内部应力波传播速度状况，并对比二者之间的关系标记出异常路径，从而找到缺陷位置以及确定缺陷大小；本发明具有检测精度高，实用性强的特点。
-
公开(公告)号：CN106560755A
公开(公告)日：2017-04-12
申请号：CN201610176158.3
申请日：2016-03-24
Applicant: 浙江农林大学
IPC: G05D11/13
CPC classification number: G05D11/131
Abstract: 本发明公开了一种水产养殖水体增氧装置及自动控制方法，包括微处理器、存储器、设于池塘中的进水管上的第一水泵、设于池塘中的出水管上的第二水泵、若干个检测装置和设于池塘上的增氧机；所述池塘上设有轨道，轨道上设有电动小车，电动小车与增氧机连接；每个检测装置均包括伸入水中的溶解氧传感器和水温传感器；微处理器分别与存储器、第一水泵、第二水泵、各个溶解氧传感器、各个水温传感器、增氧机和电动小车电连接。本发明具有可实时动态增氧，水中的含氧量稳定，为鱼类的健康成长提供保证的特点。
-
公开(公告)号：CN104967498A
公开(公告)日：2015-10-07
申请号：CN201510317915.X
申请日：2015-06-11
Applicant: 中国电子科技集团公司第五十四研究所 , 浙江农林大学
CPC classification number: H04L1/1621 , H04B7/18571 , H04B7/18586
Abstract: 本发明公开一种基于历史的卫星网络数据包压缩传输方法，涉及卫星通信网络技术领域。在双向卫星链路上，本发明的压缩传输方法中压缩器和解压器均维护一个历史区和一个缓存区。压缩器将已发送的原始数据包存入到缓存区中，在得到解压器从返向链路上反馈回来的数据包已接收消息后，再将缓存区中的数据包移入到历史区中。解压器将收到的数据包暂存到缓存区中，并通过返向链路向压缩器反馈数据包接收的情况；在获悉压缩器已更新历史区的消息后，再将缓存区中的数据包移入历史区，从而达到解压器与压缩器的历史区数据的同步与一致。压缩器对数据包的压缩以及解压器对数据包的解压，均基于各自的历史区数据，而不采用缓存区数据。
-
公开(公告)号：CN104917591A
公开(公告)日：2015-09-16
申请号：CN201510317567.6
申请日：2015-06-11
Applicant: 中国电子科技集团公司第五十四研究所 , 浙江农林大学
IPC: H04L1/00
CPC classification number: H04L1/0043
Abstract: 本发明公开一种适用于单向有损链路的卫星网络数据包压缩传输方法，涉及基于TCP/IP协议族的卫星通信网络技术领域。本发明方法在单向链路上，压缩器维护一个历史缓冲区，用于存储先前未经压缩的数据包。发送端压缩器通过用较短的、含有唯一标识的压缩描述符替换原始数据包和历史缓冲区中数据包的相同字节节串，达到数据包压缩的目的；接收端解压器通过还替还压缩数据包中的压缩描述符，解压还原压缩数据包为原始数据包。发送端压缩设置历史缓冲区中相同字节串出现频次的门限阈值，只有超过门限阈值的重复字节串才会被压缩，通过提高阈值降低解压失败的概率。接收端解压器的历史缓冲区与发送端压缩器的历史缓冲区不需要保持同步和内容一致。
-
公开(公告)号：CN104902509A
公开(公告)日：2015-09-09
申请号：CN201510256798.0
申请日：2015-05-19
Applicant: 浙江农林大学
CPC classification number: H04W24/08 , G06F17/30522 , H04W84/18
Abstract: 本发明公开了一种基于top-k(σ)算法的异常数据检测方法，通过构造PC列表，将潜在异常数据点对应的小数据单元格对应的第四列数据分别与阈值进行比较，如果大于阈值，则与该第四列数据对应的小数据单元格内的数据点为异常数据点，否则为正常数据点；有效避免了把异常值误判为正常值或者有效避免了将正常值误判为异常值，大大降低了本发明算法的误报率，通过具体仿真实验发现，本发明提出的算法的误报率比基于top-k算法降低了4.48％；本发明通过调整阈值的取值大大提高了本发明算法的检测率，通过具体仿真实验发现，本发明提出的算法检测率达到了93.7％，本发明的算法与基于top-k算法比较检测率提高了4.94％。
-
Patent Agency Ranking
公开(公告)号：CN104897779A
公开(公告)日：2015-09-09
申请号：CN201510381313.0
申请日：2015-06-30
Applicant: 浙江农林大学
IPC: G01N29/07
Abstract: 本发明公开了一种利用线性调频信号测量超声波传播时间的方法，包括以下步骤：通过线性调频信号发生器产生激励信号激励发射换能器发射超声波，发射超声波信号穿过待测材料后被接收换能器接收后再进行小波滤波处理，接着再将超声波信号左移，将处理后的超声波信号与发射超声波信号相乘得到乘积信号，对乘积信号进行傅立叶变换得到该乘积信号的幅度谱并利用最大值函数确定该幅度谱中峰值的频率，最后计算超声波在待测材料中的传播时间；本发明只需要进行一次傅立叶变换FFT和信号乘法运算，运算大大降低，从而实现方法周期短、效率高；采用线性调频信号激发超声波脉冲，提高了超声波的穿透能力和超声波检测的时间分辨率，从而提高了检测准确率。
-
公开(公告)号：CN102928514A
公开(公告)日：2013-02-13
申请号：CN201210411121.6
申请日：2012-10-14
Applicant: 浙江农林大学
Abstract: 本发明公开了一种基于频率特征的木材应力波无损检测方法，在原木周围均匀地安装压电式加速度传感器，用脉冲锤敲击其中编号为0的传感器，利用数据采集卡完成传感器输出信号的采集，保存；对采集到的信号做K点快速傅立叶变换，然后求出实测频率响应函数；根据实测频率响应函数及健康木的频率响应函数，构建观察矩阵；作基于二阶统计量的盲源分离，估计缺陷点与观测点之间的频率响应函数；最后以聚类结果为依据判别木材内部有无缺陷、缺陷数量以及缺陷大小。该根据木材频率响应函数的应力波无损检测方法，不受反射波、折射波信号的干扰，检测结果更加准确，能自动检测出木材内部是否存在缺陷、缺陷大小的信息，检测过程简便，实用性强。
-
公开(公告)号：CN119720093A
公开(公告)日：2025-03-28
申请号：CN202411836296.0
申请日：2024-12-13
Applicant: 浙江农林大学
IPC: G06F18/25 , G08B31/00 , G08B21/10 , G06V20/17 , G06V10/82 , G06Q50/26 , G06N5/04 , G06N3/0455 , G06N3/08 , G06F123/02
Abstract: 本发明涉及一种天地协同山洪灾害预报方法，包括以下步骤：综合处理多源数据，基于三维空间插值、二阶网格精化与强变异空间感知技术得到监测区域内的山洪态势数据；融合山洪态势数据和无人机遥感图像数据，综合分析水位变化以及地形变化，搭建多模态山洪预警大模型；采用P‑Tuning V2和低秩自适应LoRA相结合的技术对多模态山洪预警大模型进行微调；采用非自回归式解码以加速大模型的推理速度。本发明山洪预警大模型提升了预警精准性和时效性，优化应急响应，为防洪救灾提供技术支持。且微调后的山洪预警大模型能够更加精准、实时、高效地预测山洪风险，处理多模态数据，为防灾减灾提供强有力的技术支持。
-
公开(公告)号：CN119693996A
公开(公告)日：2025-03-25
申请号：CN202411374698.3
申请日：2024-09-29
Applicant: 浙江农林大学
IPC: G06V40/20 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06V10/80
Abstract: 本发明公开了一种基于特征点检测的生猪行为识别方法，包括以下步骤，构建生猪特征点检测数据集和生猪行为识别数据集；建立生猪特征点检测模型YOLO‑ASF‑P2；结合所述特征点时序信息构建生猪行为识别模型CNN‑B i‑GRU；所述生猪行为识别模型CNN‑Bi‑GRU高效识别生猪的坐、站和躺三种行为。本发明的有益效果：一是生猪特征点检测模型YOLO‑ASF‑P2的检测精度为92.5％、召回率为90％、平均精度(AP50‑95)为68.2％、浮点运算次数为39.2GFLOPs、模型参数量为18.4M；二是生猪行为识别模型CNN‑Bi‑GRU针对生猪的坐、站、躺三种行为的平均识别精度为96％，提出的生猪特征点检测模型精度较高、轻量化，能够有效应对生猪姿态多变对特征点准确检测的挑战。
-
公开(公告)号：CN119691802A
公开(公告)日：2025-03-25
申请号：CN202411771721.2
申请日：2024-12-04
Applicant: 浙江农林大学
IPC: G06F21/62 , G06F18/2411 , G06N7/02 , G06N5/01
Abstract: 本发明公开了一种基于大语言模型的隐私保护文本生成方法及系统，预设具有敏感词评分的敏感词库；对输入文本中的每个词与敏感词库进行敏感词匹配，计算每个匹配敏感词的敏感度评分并求和，得到输入文本的总敏感度评分；结合总敏感度评分和分等阈值，得到输入文本的敏感度级别；建立敏感度级别与差分隐私参数之间的映射函数，根据敏感度级别自动生成差分隐私机制中的差分隐私参数；利用与敏感度级别相对应的差分隐私参数自适应控制大语言模型生成文本的隐私保护强度。本发明方法及系统保证了在应对不同敏感信息时能够有效调整隐私保护强度，确保在低敏感内容中保持生成流畅性，在高敏感内容中提供更强隐私保护，实现了精确的隐私控制。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.032 seconds)
