公开(公告)号：CN117731304A

公开(公告)日：2024-03-22

申请号：CN202311701399.1

申请日：2023-12-11

Applicant: 华南农业大学

Inventor： 宋歌 ,  钟俐淇 ,  谢翔 ,  陈金杰 ,  陈松林 ,  杨思宇

IPC: A61B5/372 ,  A61B5/00

Abstract: 本申请涉及一种多通道脑电信号睡眠分期方法、装置、设备及介质，所述方法包括：响应睡眠分期指令，从预设的数据库中获取脑电波数据，基于BorderlineSMOTE算法对所述脑电波数据进行数据增强处理；对增强处理后的所述脑电波数据进行特征波提取，确定所述脑电波数据中的多种特征波数据，并计算确定所述多种特征波数据相对应的功率谱密度值；将所述多种特征波数据相对应的功率谱密度值输入至预训练的睡眠分期模型中，确定睡眠分期结果，以完成多通道脑电信号的睡眠分期。本申请显著提高了睡眠分期的准确率，大大简化了计算的复杂度，无需大量的数据支持即可实现睡眠准确分期，能够给医生提供关于个体的睡眠状态，以便更好地了解和处理与睡眠相关的问题。

公开(公告)号：CN119580087A

公开(公告)日：2025-03-07

申请号：CN202411621140.0

申请日：2024-11-14

Applicant: 华南农业大学

Inventor： 宋歌 ,  陈金杰 ,  杨小飞 ,  罗晓琪 ,  陈嘉欣 ,  王旭

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请涉及一种农作物遥感高光谱图像分类方法、装置、设备及介质，方法包括：在上下文信息融合模块中，确定第一上下文信息特征图以及第二上下文信息特征图；将二维卷积特征图以及三维卷积特征图分别输入至特征过滤器中，以确定第一过滤特征图以及第二过滤特征图；分别将第一上下文信息特征图与第一过滤特征图、第二上下文信息特征图与第二过滤特征图进行特征图融合，以确定第一融合特征图以及第二融合特征图；将第一融合特征图以及第二融合特征图进行信息拼接，以确定综合融合特征图，将综合融合特征图输入至多层感知机层进行映射以确定农作物遥感高光谱图像中农作物的类别。本申请能够有效地提升农作物遥感高光谱图像分类的精度和效率。

公开(公告)号：CN116861291A

公开(公告)日：2023-10-10

申请号：CN202310837505.2

申请日：2023-07-07

Applicant: 华南农业大学

Inventor： 宋歌 ,  杨思宇 ,  邓宇桥 ,  刘昌余 ,  欧卓钰 ,  钟俐淇 ,  陈松林 ,  陈金杰 ,  谢翔

IPC: G06F18/24 ,  G06F18/214 ,  G06N20/20

Abstract: 本发明公开了一种具有网络结构的集成学习分类方法及系统，所述方法包括：获取待处理的数据；将所述待处理的数据输入至网络集成学习模型，输出分类结果；其中，所述网络集成学习模型包括输入层、多个隐藏层和输出层；每个隐藏层中包含多个基分类器；其中，所述多个基分类器根据Bagging算法并行运算，隐藏层与隐藏层之间根据Boosting算法串联运算。本发明提供一种具有网络结构的集成学习分类方法，能够解决现有的集成分类方法中存在的偏差与过拟合问题。

公开(公告)号：CN117649561A

公开(公告)日：2024-03-05

申请号：CN202311774247.4

申请日：2023-12-21

Applicant: 华南农业大学

Inventor： 宋歌 ,  陈松林 ,  杨小飞 ,  陈金杰 ,  陈梦瑶 ,  陈嘉欣 ,  谢翔

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V20/13 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种农业遥感图像分类方法、装置、设备及介质，所述方法包括：由3D‑CNN模型以及VI T模型构建农业遥感图像分类模型，通过3D‑CNN模型捕获光谱维度信息，传递给VI T模型，利用VI T模型全局感知的特点将信息传递给3D‑CNN模型，能够使两个模型全面地提取光谱特征和全局信息，达到相辅相成的效果，有效改善高光谱图像识别任务的性能，并获得更高的分类精确度。本申请能够在复杂的农业环境下对农业遥感图像进行分类，进一步推动智慧农业的发展，为自动化农业打下坚实的理论基础。

公开(公告)号：CN119940089A

公开(公告)日：2025-05-06

申请号：CN202411909479.0

申请日：2024-12-24

Applicant: 华南农业大学

Inventor： 江家泓 ,  刘伟章 ,  宋歌

IPC: G06F30/27 ,  G06N3/006 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0442

Abstract: 本发明公开了一种基于粒子群优化的混合深度学习出海口水质预测方法，首先通过数据预处理得到时间序列数据并进行相关性分析筛选水质指标，减少数据噪声；接着运用混合深度学习的方式，结合TCN、LSTM及CBAM网络的优势构建水质预测模型；随后使用时间序列数据对模型机型训练，使用TCN有效捕捉实现序列数据中的长时间依赖关系，采用LSTM增强长期记忆的处理能力，捕获水质数据中的复杂时间依赖模式，并使用CBAM引入注意力机制自适应选择重要特征，优化水质预测的准确性，提高预测精度和稳定性。本申请无论是对常规水质指标的日常监测预测，还是对特殊事件下水质突变的预警预测，都具有更高的准确性，能满足多样化的实际应用需求。

公开(公告)号：CN119851226A

公开(公告)日：2025-04-18

申请号：CN202510053083.9

申请日：2025-01-14

Applicant: 华南农业大学

Inventor： 宋歌 ,  谢翔 ,  陈嘉欣 ,  罗晓琪 ,  王旭 ,  卿帅 ,  张智弘 ,  周泳

IPC: G06V20/54 ,  G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种道路交通的安全头盔佩戴检测方法、装置、设备及介质，所述方法包括：获取道路交通场景中包含有未佩戴头盔的骑行人员的待检测交通路口图像帧；将预设的第一头盔佩戴检测模型的主干网络中的原始C2f模块中的Bottleneck结构更新为StarNet轻量级网络中的Star Block模块,并引入CAA注意力机制模块，将特征融合网络更新为引入DySample模块的广义特征金字塔模块，以构建第二头盔佩戴检测模型；将所述待检测交通路口图像帧输入至已训练至收敛状态的第二头盔佩戴检测模型，获得所述待检测交通路口图像帧中的多个未佩戴头盔的骑行人员，以完成道路交通的安全头盔佩戴检测。本申请显著提升了交通场景中未佩戴头盔骑行人员的检测精度与模型性能。