-
公开(公告)号:CN111860601A
公开(公告)日:2020-10-30
申请号:CN202010574891.7
申请日:2020-06-22
Applicant: 北京林业大学
Abstract: 本发明公开了一种预测大型真菌种类的方法及装置,属于图像识别技术领域。所述方法包括:获取大型真菌的待处理图像;对所述待处理图像进行图像预处理操作,得到待识别图像;基于所述待识别图像以及预先训练的大型真菌分类识别模型,预测所述待识别图像的大型真菌对应的种类。采用本发明,可以提高大型真菌种类识别的准确率。
-
公开(公告)号:CN109670716B
公开(公告)日:2020-03-31
申请号:CN201811583780.1
申请日:2018-12-24
Applicant: 北京林业大学
Abstract: 本发明提供一种带病菌肉食与环境交叉感染的参数搜索方法及装置,能够得到最优的交叉感染参数。所述方法包括:构建切割环节肉食致病菌定量风险评估模型,并确定待求解的交叉感染参数,其中,所述待求解的交叉感染参数包括:环境中每CFU的致病菌传播到肉食个体上的概率和肉食个体中每CFU的致病菌传播到环境中的概率,其中,CFU表示单位体积中的微生物群落总数;根据构建的评估模型,预测个体通过环境之后的个体污染量;根据预测到的个体通过环境之后的个体污染量,利用柯尔莫可洛夫‑斯米洛夫检验、进化算法和梯度下降算法进行训练,优化待求解的交叉感染参数。本发明涉及食品安全领域。
-
公开(公告)号:CN103810403A
公开(公告)日:2014-05-21
申请号:CN201410077450.0
申请日:2014-03-05
Applicant: 北京林业大学
Abstract: 本发明提供一种基于基因互作的植物生长预测调控方法及系统,该方法包括步骤:获取样本数据;利用所述样本数据,根据调控样本自身对生长的贡献、周围样本对调控样本生长的贡献及周围环境对调控样本生长的贡献建立样本生长预测方程;利用最优化方法求解所述样本生长预测方程,得到最优预测参数;生成所述调控样本的最优调整方案;根据所述最优调整方案,调整所述调控样本的生长环境。上述方案中,能够基于样本数据全面分析影响样本生长的因素,利用所述样本数据,充分考虑了基因互作对样本生长的影响,充分考虑到植物基因对调控样本生长的影响,为样本生长的预测和调整提供了全面准确的最优调整方案,完善调控样本的生长优化。
-
公开(公告)号:CN103810403B
公开(公告)日:2017-02-08
申请号:CN201410077450.0
申请日:2014-03-05
Applicant: 北京林业大学
Abstract: 本发明提供一种基于基因互作的植物生长预测调控方法及系统,该方法包括步骤:获取样本数据;利用所述样本数据,根据调控样本自身对生长的贡献、周围样本对调控样本生长的贡献及周围环境对调控样本生长的贡献建立样本生长预测方程;利用最优化方法求解所述样本生长预测方程,得到最优预测参数;生成所述调控样本的最优调整方案;根据所述最优调整方案,调整所述调控样本的生长环境。上述方案中,能够基于样本数据全面分析影响样本生长的因素,利用所述样本数据,充分考虑了基因互作对样本生长的影响,充分考虑到植物基因对调控样本生长的影响,为样本生长的预测和调整提供了全面准确的最优调整方案,完善调控样本的生长优化。
-
公开(公告)号:CN111860601B
公开(公告)日:2023-10-17
申请号:CN202010574891.7
申请日:2020-06-22
Applicant: 北京林业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种预测大型真菌种类的方法及装置,属于图像识别技术领域。所述方法包括:获取大型真菌的待处理图像;对所述待处理图像进行图像预处理操作,得到待识别图像;基于所述待识别图像以及预先训练的大型真菌分类识别模型,预测所述待识别图像的大型真菌对应的种类。采用本发明,可以提高大型真菌种类识别的准确率。
-
公开(公告)号:CN109670716A
公开(公告)日:2019-04-23
申请号:CN201811583780.1
申请日:2018-12-24
Applicant: 北京林业大学
Abstract: 本发明提供一种带病菌肉食与环境交叉感染的参数搜索方法及装置,能够得到最优的交叉感染参数。所述方法包括:构建切割环节肉食致病菌定量风险评估模型,并确定待求解的交叉感染参数,其中,所述待求解的交叉感染参数包括:环境中每CFU的致病菌传播到肉食个体上的概率和肉食个体中每CFU的致病菌传播到环境中的概率,其中,CFU表示单位体积中的微生物群落总数;根据构建的评估模型,预测个体通过环境之后的个体污染量;根据预测到的个体通过环境之后的个体污染量,利用柯尔莫可洛夫-斯米洛夫检验、进化算法和梯度下降算法进行训练,优化待求解的交叉感染参数。本发明涉及食品安全领域。
-
-
-
-
-