-
公开(公告)号：CN108428141B
公开(公告)日：2020-12-25
申请号：CN201810217554.5
申请日：2018-03-15
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于ERP系统和区块链的食品溯源信息管理系统，包括：ERP系统、区块链、区块链接口子系统、建立在区块链节点上带区块编号和共识编号的传统数据库；所述区块链接口子系统与ERP系统连接；所述区块链接口子系统与所述区块链和所述传统数据库连接；所述区块链接口子系统对ERP系统传入的数据一边进行多重签名共识管理、一边将多重签名共识管理过程和结果存入所述区块链和所述传统数据库。本发明通过新增与区块链接口的区块链接口子系统，与ERP系统和区块链融合，实现了食品生产各环节信息数据的不可篡改、不可抵赖、不易丢失、安全可靠的管理和追溯。
-
公开(公告)号：CN110781315A
公开(公告)日：2020-02-11
申请号：CN201910981977.9
申请日：2019-10-16
Applicant: 华中农业大学
IPC: G06F16/36 , G06F16/34 , G06F16/332 , G06F40/295
Abstract: 本发明公开了一种食品安全知识图谱及相关智能问答系统的构建方法，所述的食品安全知识图谱整理了大量近年来官方发布的不合格食品的数据，让人们可以方便查询到自己想要了解的相关食品信息，通过设计食品安全本体，可以解决知识图谱中相关知识融合与知识推理的问题，本体整理了与食品生产和食品检测相关的概念、分类与关系，帮助人们分析不合格食品出现的原因和分布，并通过设计HACCP体系的本体模型，为实现以HACCP为基础的食品安全溯源提供推理机制，帮助人们为未来可能出现的食品问题提供溯源与预警，所述的基于食品安全知识图谱的智能问答系统，通过搭建web网站方便用户在线访问，用自然语言访问知识图谱。
-
公开(公告)号：CN108428141A
公开(公告)日：2018-08-21
申请号：CN201810217554.5
申请日：2018-03-15
Applicant: 华中农业大学
CPC classification number: G06Q30/018 , G06F16/27 , H04L9/08 , H04L9/3255 , H04L9/3297
Abstract: 本发明公开了一种基于ERP系统和区块链的食品溯源信息管理系统，包括：ERP系统、区块链、区块链接口子系统、建立在区块链节点上带区块编号和共识编号的传统数据库；所述区块链接口子系统与ERP系统连接；所述区块链接口子系统与所述区块链和所述传统数据库连接；所述区块链接口子系统对ERP系统传入的数据一边进行多重签名共识管理、一边将多重签名共识管理过程和结果存入所述区块链和所述传统数据库。本发明通过新增与区块链接口的区块链接口子系统，与ERP系统和区块链融合，实现了食品生产各环节信息数据的不可篡改、不可抵赖、不易丢失、安全可靠的管理和追溯。
-
公开(公告)号：CN107977845A
公开(公告)日：2018-05-01
申请号：CN201711401519.0
申请日：2017-12-21
Applicant: 华中农业大学
Abstract: 本发明提供了基于标签信息的食品溯源系统及方法，包括电子标签系统、监管系统、查询终端、食品信息；消费者可以基于食品包装上标识的信息，利用本发明系统可以对食品包装上的每一条标签标识信息的来源或证据进行查看，以判断标签标识信息是否真实，也可以查询获取监管机构对该标签标识信息真实性的验证结果。
-
公开(公告)号：CN103345780B
公开(公告)日：2016-12-28
申请号：CN201310240438.2
申请日：2013-06-17
Applicant: 华中农业大学
IPC: G07C1/10
Abstract: 本发明涉及集成化和网络化会议签到终端的设计领域，具体涉及一种一卡通会议签到终端。本发明包括用户卡片、非接触式IC读卡器、单片机、工业控制计算机、LED显示屏和后台服务。所述用户卡片与非接触式IC读卡器连接，非接触式IC读卡器与单片机相连接，单片机与工业控制计算机相连接，工业控制计算机与用于LED显示屏相连接，后台服务器与工业控制计算机相连接。本发明通过非接触式读卡器读取读取用户信息后，利用单片机和工业控制计算机处理后直接显示在后台服务器的签到系统中。本发明小巧灵活，便于携带，无需多余安装，操作方便且灵活性高，能满足多样化的办公需求。
-
Patent Agency Ranking
公开(公告)号：CN103345780A
公开(公告)日：2013-10-09
申请号：CN201310240438.2
申请日：2013-06-17
Applicant: 华中农业大学
IPC: G07C1/10
Abstract: 本发明涉及集成化和网络化会议签到终端的设计领域，具体涉及一种一卡通会议签到终端。本发明包括用户卡片、非接触式IC读卡器、单片机、工业控制计算机、LED显示屏和后台服务。所述用户卡片与非接触式IC读卡器连接，非接触式IC读卡器与单片机相连接，单片机与工业控制计算机相连接，工业控制计算机与用于LED显示屏相连接，后台服务器与工业控制计算机相连接。本发明通过非接触式读卡器读取读取用户信息后，利用单片机和工业控制计算机处理后直接显示在后台服务器的签到系统中。本发明小巧灵活，便于携带，无需多余安装，操作方便且灵活性高，能满足多样化的办公需求。
-
公开(公告)号：CN119964205A
公开(公告)日：2025-05-09
申请号：CN202510437759.4
申请日：2025-04-09
Applicant: 华中农业大学
IPC: G06V40/10 , G06V40/20 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/82 , G06V20/52 , G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/048
Abstract: 本发明公开一种基于隐编码神经网络表示的动物姿态估计方法及系统，方法包括：获取至少一个关键点被遮挡的动物的图像；将获取的所述图像输入特征提取模型，输出提取的特征图；将提取的特征图输入训练后的隐编码神经网络，输出至少一个关键点被遮挡的动物的的估计姿态；其中，所述隐编码神经网络的训练包括：训练组合编码器、码本和解码器，所述组合编码器用于将一个动物姿态转换成多个隐变量特征，所述码本用于提供离散向量，所述解码器用于根据确定的离散向量恢复动物姿态的关键点特征信息；训练分类头，所述分类头用于将主干网络提取的连续特征映射到离散的隐向量类别中。
-
公开(公告)号：CN119027985B
公开(公告)日：2025-01-10
申请号：CN202411517483.2
申请日：2024-10-29
Applicant: 华中农业大学
IPC: G06V40/10 , G06N3/0464 , G06N3/08 , G06V10/62 , G06V10/74 , G06V10/774 , G06V10/82 , G06V20/40
Abstract: 本发明公开一种基于目标检测与跟踪算法的群养羊只行为识别方法及系统，方法包括：对ByteTrack追踪算法进行改进，在创建新轨迹之前引入时间距离匹配模块，在高分框完全匹配失败后，创建新轨迹时引入ID延时分配机制；采集并制作目标检测数据集，将羊只行为分为站立（stand）、进食（eat）、趴卧（grovel）三种状态；使用YOLOv9c目标检测算法检测视频图像中羊只位置坐标以及行为；ByteTrack算法处理来自YOLOv9c算法检测到的视频帧中羊只坐标及行为状态信息，对多只羊只同时进行追踪。本发明可应用于群养羊只养殖场管理，为实时监测羊只行为提供了一种有效的技术手段，很大程度上缓解了其他追踪算法难以长时间持续追踪的问题。
-
公开(公告)号：CN119027985A
公开(公告)日：2024-11-26
申请号：CN202411517483.2
申请日：2024-10-29
Applicant: 华中农业大学
IPC: G06V40/10 , G06N3/0464 , G06N3/08 , G06V10/62 , G06V10/74 , G06V10/774 , G06V10/82 , G06V20/40
Abstract: 本发明公开一种基于目标检测与跟踪算法的群养羊只行为识别方法及系统，方法包括：对ByteTrack追踪算法进行改进，在创建新轨迹之前引入时间距离匹配模块，在高分框完全匹配失败后，创建新轨迹时引入ID延时分配机制；采集并制作目标检测数据集，将羊只行为分为站立（stand）、进食（eat）、趴卧（grovel）三种状态；使用YOLOv9c目标检测算法检测视频图像中羊只位置坐标以及行为；ByteTrack算法处理来自YOLOv9c算法检测到的视频帧中羊只坐标及行为状态信息，对多只羊只同时进行追踪。本发明可应用于群养羊只养殖场管理，为实时监测羊只行为提供了一种有效的技术手段，很大程度上缓解了其他追踪算法难以长时间持续追踪的问题。
-
公开(公告)号：CN114332956B
公开(公告)日：2023-04-07
申请号：CN202210250271.7
申请日：2022-03-15
Applicant: 华中农业大学
IPC: G06V40/10 , G06V10/22 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络的牛脸检测和牛脸关键点定位方法，包括以下步骤：S1，采集牛场奶牛图片，构建奶牛图像数据集；S2，采用LabelMe软件对图像数据集中的奶牛图片进行人工标注，在奶牛图片上标注出面部检测框和关键点信息；S3，对标注后的奶牛图像数据集进行数据变换与增强，并将进行数据变换与增强后的数据集划分为训练集和测试集；S4，构建卷积神经网络，将步骤S3得到的训练集数据输入构建好的卷积神经网络进行训练，得到牛脸检测与关键点识别模型；S5，将步骤S3得到的测试集数据输入训练好的识别模型，输出牛脸检测框和牛脸关键点信息。本发明的模型可以同时完成牛脸检测和牛脸关键点定位任务，提高了牛脸识别的效率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.021 seconds)
