-
公开(公告)号:CN119132419B
公开(公告)日:2025-03-28
申请号:CN202411595666.6
申请日:2024-11-11
Applicant: 南京农业大学 , 南京星罗智能科技有限公司
IPC: G16B40/00 , G16B20/00 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种蛋白质互作预测方法、系统、计算机设备和存储介质,涉及生物技术领域,包括:输入层接收蛋白质特征编码,并重塑为二维向量;隐藏层通过卷积、池化、残差块和全连接层进行特征提取,通过ReLU函数引入非线性变换;输出层通过Sigmoid函数输出互作概率,并通过二元交叉熵损失函数进行优化;通过随机梯度下降优化器训练蛋白质互作预测模型。本发明提供的蛋白质互作预测方法使用UniPPI模型与传统特征提取不同组合方式,与传统机器学习模型以及深度学习模型对比,UniPPI模型具有更高的准确率、精度为以及F1得分。
-
公开(公告)号:CN119661651A
公开(公告)日:2025-03-21
申请号:CN202411989918.3
申请日:2024-12-31
Applicant: 南京农业大学 , 江苏省家禽科学研究所 , 南京星罗智能科技有限公司
Abstract: 本发明公开了抗菌肽CR19及其应用,所述抗菌肽CR19的氨基酸序列如SEQ ID NO.1所示,本发明的抗菌肽抑菌能力强,在较小浓度即可起到抑菌作用。除此之外,本发明的抗菌肽不受沙门氏菌耐药性的影响,对沙门氏菌的抑制作用明显,能有效防控沙门氏菌病。将本发明的抗菌肽制备成抗菌药物、饲料添加剂或喂养料,对于畜禽养殖业的健康发展具有重要意义。
-
公开(公告)号:CN112036335B
公开(公告)日:2023-12-26
申请号:CN202010915753.0
申请日:2020-09-03
Applicant: 南京农业大学
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种反卷积引导的半监督植物叶部病害识别与分割方法,使用少量病害类别标注和病斑的像素级标注,通过反卷积实现病害种类的识别和病斑区域的分割。本方法通过一致性正则化、熵最小化方法生成无标记样本的类别预测标签;将有标记样本和无标记样本进行图像混合,利用新生成的图像进行半监督病害分类;对类别信息进行上采样,利用少量像素级标记进行半监督病斑分割。在模型训练的过程中,使用指数加权平均更新模型参数,使模型在测试数据上更加鲁棒。本发明适用于标签样本数量不足的植物叶部病害识别与分割的情况,实现了识别与分割的一体化,模型在光线不足、有异物遮挡叶片图像中具有较强的泛化能力,识别和分割速度能够满足实时性要求。
-
公开(公告)号:CN116309791B
公开(公告)日:2023-10-27
申请号:CN202310551893.8
申请日:2023-05-17
Applicant: 南京星罗基因科技有限公司 , 南京农业大学
IPC: G06T7/62 , G06T7/194 , G06V10/20 , G06V10/762
Abstract: 本发明公开了一种禽类羽毛面积参数的检测方法,包括:基于羽毛图像采集,对羽毛图像进行预处理;通过目标检测算法,构建目标检测模型,输出羽毛在图像中的位置;通过图像切割算法,经过多次迭代后,完成整体图像的前后景分割;通过闭运算算法,对羽毛轮廓进行边缘平滑;通过文字识别算法和随机抽样一致性算法,将轮廓的像素面积转换为真实的面积,从而输出最准确的面积参数。本发明能准确识别目标,使得羽毛获得的面积边缘光滑,提高自动化程度,降低人工成本,提升了对图像中重叠羽毛的分割效果,达到了目标的百分百识别,使得输出的面积参数符合生产需要。
-
公开(公告)号:CN115205832A
公开(公告)日:2022-10-18
申请号:CN202210799123.0
申请日:2022-07-08
Applicant: 南京农业大学
IPC: G06V20/60 , G06V10/764 , G06V10/774 , G06V10/422 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于VGG16的多任务学习植物表型处理方法及装置,该方法包括:(1)构建植物表型处理与分析模型:以VGG16网络作为多任务学习的硬参数共享网络,除去原VGG16的最后一个最大池化层以及之后所有的全连接层,增加任务相关的全连接层,并将其分别应用于三个特定任务层;(2)训练模型:使用任务依赖不确定性权衡每一个特定任务层的损失函数,以此来平衡回归和分类任务的损失,使用柔性因子连接不同任务,自动优化不同任务的权重,让每个任务都得到最优化训练;(3)基于训练后模型对植物表型进行处理与分析。本发明能同时完成三个有关拟南芥表型处理与分析的任务,大大提升了多任务整体分类及预测效果。
-
公开(公告)号:CN111583328B
公开(公告)日:2021-10-22
申请号:CN202010370531.5
申请日:2020-05-06
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于几何模型的绿萝叶片外部表型参数的三维估测方法,包括以下步骤:S1建立绿萝叶片的几何模型数据库;S2固定RGB‑D相机角度与高度对绿萝进行一次拍摄,获得绿萝叶片的局部点云数据;S3将S2获得的局部点云数据与S1中的几何模型数据库进行空间匹配与参数寻优,获得最接近的几何模型;S4计算该几何模型的叶片外部表型参数,作为估测结果。本发明的估测方法,植物叶片无需离体,拍摄仪器也无需改变角度,仅通过一次拍摄即能对其外部表型参数进行估测。估测结果的误差范围较小,且非常稳定。
-
公开(公告)号:CN110263863B
公开(公告)日:2021-09-10
申请号:CN201910547744.8
申请日:2019-06-24
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于迁移学习与双线性InceptionResNetV2的细粒度菌类表型识别方法,其主要步骤为:(1)建立基于迁移学习与双线性的细粒度菌类表型识别模型;(2)基于识别模型进行迁移学习与训练;(3)将图像输入识别模型后进行预处理;(4)对预处理后的图像数据进行特征提取。本发明将两个对称InceptionResNetV2特征提取网络提取到的特征结合起来,得到更细粒度的特征,使识别效果更好;并且使用基于模型的迁移学习训练方法,将在ImageNet数据集上预训练好的特征提取网络参数权重迁移到菌类细粒度表型数据集上,能够在较短的训练时间内,达到更好的收敛性能,使识别结果更好。
-
公开(公告)号:CN112435239A
公开(公告)日:2021-03-02
申请号:CN202011333884.4
申请日:2020-11-25
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于MRE‑PointNet和自编码器模型的绿萝叶片外形参数估测方法,通过Kinect V2相机对绿萝从单一角度拍摄获取点云数据,采用直通滤波、分割、点云精简算法对数据做预处理,采用参数方程构建绿萝叶片几何模型,并计算几何模型的叶长、叶宽、叶面积。将几何模型离散的点云数据输入多分辨率点云深度学习网络得到预训练模型,我们通过以几何模型离散的点云数据作为输入经过编码‑解码运算得到自编码器的预训练模型,通过自编码器的预训练模型来对输入点云数据进行二次处理降噪,其次,用测得的绿萝叶片外形参数标签对预训练模型进行参数微调,从而完成对输入绿萝叶片点云数据的外形参数估测。
-
公开(公告)号:CN110243765A
公开(公告)日:2019-09-17
申请号:CN201910590833.0
申请日:2019-07-02
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于水果双层平板模型的光子传输模拟的水果高光谱品质检测方法,包括以下步骤:构建水果双层平板模型;基于蒙特卡洛方法进行光子传输模拟获得光亮度分布图;将光亮度分布图输入到预调好的卷积神经网络中进行卷积以及反卷积;分析卷积与反卷积结果,得到源探距离;使用该源探距离对水果进行品质检测。双层平板模型可用来替代曲面模型,这样减少了曲面模型的复杂度,同时保证准确度。相较于苹果曲面模型,经过简化后的双层平板模型可以减少模拟时间,同时也使这种方法更具有普适性(对梨等果肉厚的核果类水果均适用)。
-
公开(公告)号:CN105703433B
公开(公告)日:2018-10-26
申请号:CN201610142331.8
申请日:2016-03-14
Applicant: 南京农业大学
IPC: H02J7/00
Abstract: 一种多旋翼飞行器接触式无线充电系统,它包括:充电基站:该充电基站与充电器连接,对多旋翼飞行器进行接触式无线充电;异形受电装置:该异形受电装置安装在多旋翼飞行器起落架的底部,能够与充电基站相接触,为多旋翼飞行器进行接触式受电。在多旋翼飞行器能量感知自身电池电量不足时,自主飞回落入充电底座,通过受电装置与充电底座进行接触连接,接通充电回路,实现自主充电。本发明采用接触式无线充电方案,充分借用现有充电技术,利用充电底座与安装在多旋翼飞行器上受电端接触连接,实现接触式无线充电,解决了多旋翼自主飞行器作业中的续航问题,保证了自主飞行作业能够持续进行。
-
-
-
-
-
-
-
-
-