-
公开(公告)号：CN119379810B
公开(公告)日：2025-05-09
申请号：CN202411469960.2
申请日：2024-10-21
Applicant: 华南农业大学
IPC: G06T7/80 , G06T5/60 , G06T3/4038 , G06T3/4046 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种基于双目光学图像的水下三维全景重构方法和系统，能够有效应对海底复杂环境下光学图像退化的问题，通过深度学习算法对图像进行恢复与增强，提高了水下图像重构质量；同时通过优化立体视觉匹配算法，能够生成高精度的水下点云数据；另外，还通过环境自适应的点云校正，修正了光学失真带来的偏差，进一步提高了水下全景重构的精度；本发明能够有效提升水下三维重构的精度和效率，解决传统方法中的图像质量低和光学失真问题，适用于海洋生物调查、水下考古、海洋牧场管理等领域，并为水下环境的研究和利用提供可靠的数据支持。
-
公开(公告)号：CN119028149A
公开(公告)日：2024-11-26
申请号：CN202411137190.1
申请日：2024-08-19
Applicant: 华南农业大学
Abstract: 本发明涉及车辆检测技术领域，提出一种融合磁阻传感器和雷达的抗干扰车辆检测方法及系统，其中：通过磁阻传感器以预设周期进行磁信号采样，根据采集的磁信号进行磁场扰动检测，若磁场扰动检测结果为假，则等待下一周期的磁信号采样；若磁场扰动检测结果为真，则根据采集的磁信号进行车辆检测，得到第一检测结果；同时，驱动雷达传感器工作并进行车辆检测，得到第二检测结果；然后，将第一检测结果与第二检测结果进行比对：若二者一致，则将第一检测结果或第二检测结果输出；若二者不一致，则雷达传感器进行干扰检测，得到干扰检测结果；当干扰检测结果为真，则将第一检测结果输出；当干扰检测结果为假，则将第二检测结果输出。
-
公开(公告)号：CN110705269B
公开(公告)日：2023-07-14
申请号：CN201910764965.0
申请日：2019-08-19
Applicant: 华南农业大学
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：CN113112328A
公开(公告)日：2021-07-13
申请号：CN202110392131.9
申请日：2021-04-13
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于点割集图分割的矩阵变换与分解的商品推荐方法，包括：1)获取基础数据，构建原始评分矩阵；2)利用基于社区发现的点割集图分割算法，将原始评分矩阵转换为双边块对角矩阵，将双边块对角矩阵的双边和对角块拼接为包含若干个子矩阵的块对角矩阵；3)基于拼接而成的块对角矩阵中的子矩阵，执行矩阵分解算法，得到分解结果的集合；4)根据分解结果的集合，预测空白评分，得到原始矩阵的近似矩阵；5)根据近似矩阵对用户进行个性化商品推荐。本发明将基于双边块对角矩阵的矩阵分解方法作为个性化推荐的一种有效手段，有效缓解推荐系统中的数据稀疏问题，以及矩阵分解算法效率低下的问题，在提升预测精度的同时，缩短推荐所花费时间。
-
公开(公告)号：CN107894974A
公开(公告)日：2018-04-10
申请号：CN201711061497.8
申请日：2017-11-02
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于标签路径和文本标点比特征融合的网页正文提取方法，主要通过构造标签路径的文本标点比和特征融合方法，提出一种新的特征值，从而将正文从网页中提取出来。本发明的特色在于定义了文本标点比特征对衡量标签路径的平均句子长度，同时结合了标签路径的位置及其内部复杂度，给出了一个较全面的特征值去判断正文内容。使用本发明可以不需要构造提取模版较精确地提取网页正文，同时适用范围广。
-
Patent Agency Ranking
公开(公告)号：CN113888252B
公开(公告)日：2025-01-10
申请号：CN202111003703.6
申请日：2021-08-30
Applicant: 华南农业大学
IPC: G06Q30/0601
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。
-
公开(公告)号：CN113887868B
公开(公告)日：2024-09-06
申请号：CN202111013269.X
申请日：2021-08-31
Applicant: 华南农业大学
IPC: G06Q10/0635 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于改进的神经网络实现食品风险评估的方法，包括步骤：1)获取样本食品数据集；2)对样本食品数据集进行预处理，将预处理后的样本数据集分为训练集和测试集；3)将训练集输入到改进的DCN网络模型中进行训练，训练完成后得到最优的改进DCN网络模型；4)将测试集输入到最优的改进DCN网络模型中进行测试，测试后得到样本食品的最终预测值，是每个样本食品所对应的风险评估预测分数。本发明将神经网络的特征提取技术和食品风险评估结合起来，通过决策树的残差计算方法和深度交叉网络中的特征交叉计算方法来挖掘数据特征，利用模型实现样本食品风险评估的预测，从而有效缓解食品风险预测耗费人工的问题。
-
公开(公告)号：CN117235350A
公开(公告)日：2023-12-15
申请号：CN202311034318.7
申请日：2023-08-16
Applicant: 华南农业大学
IPC: G06F16/9535 , G06F16/335 , G06F40/216 , G06N3/0455 , G06N3/048 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种基于注意力机制与用户长短期偏好融合的新闻推荐方法，是采用改进的新闻推荐模型实现新闻的精准推荐，对新闻推荐模型的改进是对新闻推荐模型中的用户偏好模块和新闻特征表示模块都进行改进；对用户偏好模块中的用户短期偏好模块进行改进，包括：将用户点击新闻的行为数据连接起来作为一个长文档，并在新闻嵌入层后加入Fastformer，对长文档进行快速的新闻间的单词级交互；对新闻特征表示模块的改进是：在词嵌入层后加入位置嵌入层和多头自注意力网络，位置嵌入层能够更好地学习单词之间的位置信息，多头自注意力网络能够学习单词与单词之间的长距离关系，提取更加精确的新闻特征表示。本发明能够快速、准确地为用户推荐新闻。
-
公开(公告)号：CN117218718A
公开(公告)日：2023-12-12
申请号：CN202311025461.X
申请日：2023-08-15
Applicant: 华南农业大学
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V10/764 , G06V10/62 , G06V10/44 , G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于改进FairMOT的猪只实时运动量异常检测方法，包括：S1、获取猪只的初始视频，对视频进行裁剪后使用DarkLabel软件对视频中的猪只进行标注，得到猪只的MOT格式数据集，并划分为训练集、验证集和测试集；S2、将训练集和验证集输入到改进FairMOT算法模型中进行训练和验证，最终得到一个最优的算法模型；S3、使用最优的算法模型对测试集中的猪只进行实时多目标跟踪，计算每只猪只的跟踪轨迹得出猪只的运动量，设置猪只的运动量阈值，当猪只的运动量超过阈值时发出警告。本发明解决了由于猪场环境干扰和目标重叠导致的猪只视频跟踪精度低和ID switch频繁的问题，有效实现对猪只实时运动量的异常检测。
-
公开(公告)号：CN110363095B
公开(公告)日：2023-07-04
申请号：CN201910536393.0
申请日：2019-06-20
Applicant: 华南农业大学
IPC: G06V30/412 , G06V30/413 , G06V30/22 , G06V30/164 , G06V30/146
Abstract: 本发明公开的一种针对表格字体的识别方法，包括以下步骤：获取表格图像，对表格图像进行预处理，包括：图像灰度化、图像去噪、图像倾斜校正；然后进行表格提取，提取表格横线、提取表格竖线、合并表格线段，去除不合格的表格线，得到完整表格；对完整表格进行定位截取，获取表格内容在完整表格中的定位；对定位截取内容进行表格内容提取，获取表格内容；使用识别技术对表格内容进行识别，得到初步识别结果，并分别训练对应的语言库，使用对应的语言库对初步识别结果进行选举，得到最终识别结果；本发明能够对多种格式的表格进行准确定位提取表格线和表格结构，能避免虚线和细线的对表格提取的干扰，能同时对印刷体和手写体进行准确识别。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.026 seconds)
