-
公开(公告)号：CN107491733A
公开(公告)日：2017-12-19
申请号：CN201710588673.7
申请日：2017-07-19
Applicant: 南京农业大学
CPC classification number: G06K9/00664 , G06K9/6256 , G06K9/6267 , G06N3/084
Abstract: 本发明公开了一种基于深度神经网络的菊花识别方法，包括以下步骤：(1)菊花图像原始数据的采集和预处理，并构成训练集样本；(2)构建深度神经网络模型；(3)待识别菊花的图像采集，并对图像进行裁剪和缩放，将图像转化成RGB形式输入到深度神经网络的模型中；(4)将测试样本利用训练完成的神经网络的模型得出识别菊花的类型。本发明设计的卷积神经网络层数一共6层，识别的菊花分为五种类型，相比现有花朵种类识别系统及其方法，极大的提高了图像的识别准确率和解决现有技术对于菊花识别困难的技术问题。
-
公开(公告)号：CN107180261A
公开(公告)日：2017-09-19
申请号：CN201710426571.5
申请日：2017-06-08
Applicant: 南京农业大学
Abstract: 本发明提出一种基于滚动BP神经网络的温室小气候中长期预测方法，根据预测时间，每个时刻构建一个BP神经网络，最终形成一个滚动的BP神经网络群，本方法运行包括两个阶段，首先采用自动编码器进行无监督学习获得良好的初始网络参数，再利用改进的局部粒子群优化方法优化该网络参数，建立初始BP神经网络；然后在初始BP神经网络的基础上，将前一个网络的输出作为后一个网络的部分输入进行滚动训练和预测。本发明能够较准确地预测不同季节不同地域下的温室中长期环境变化趋势，并有效提高温室小气候的预测精度。
-
公开(公告)号：CN106371318A
公开(公告)日：2017-02-01
申请号：CN201610965089.4
申请日：2016-10-31
Applicant: 南京农业大学
IPC: G05B13/04
Abstract: 一种基于合作博弈的设施环境多目标优化控制方法，它包括以下步骤：S1、建立设施环境的三个控制目标：环境参数-温湿度控制目标、能耗控制目标以及控制设备物理极限性，即设备损耗控制目标；S2、建立合作博弈模型，采用基于合作博弈模型的多目标模型预测控制方法对前述设施环境的三个控制目标的进行处理，得到每个控制目标的优化函数；S3、求解所得的目标的优化函数，获取各目标函数的最优控制量。本发明借鉴博弈论思想，将各个控制目标看作各个博弈方，通过建立合作竞争模型，使得每个博弈方在考虑个人利益的同时也兼顾他人利益，从而解决多目标冲突问题。
-
公开(公告)号：CN103399948A
公开(公告)日：2013-11-20
申请号：CN201310358468.3
申请日：2013-08-16
Applicant: 南京农业大学
Abstract: 一种基因组代谢网络初模型信息挖掘方法，它包括以下步骤：对于KEGG网站，基于网页关键内容先验位置信息，采用网站脚本语义分析技术，提取基因-蛋白-反应之间的对应关系即确定GPR关系，建立excel表格呈现GPR关系信息，得到基因组代谢网络初模型。本方法构出的模型统一了反应格式，方便同其他模型进行比较查阅。本方法已在树干毕赤酵母基因组规模代谢网络构建中得到应用，与传统的基于KEGG数据库的网络初模型构建相比，节省了大量的劳力和时间，大大提高了构建效率。
-
公开(公告)号：CN119775364A
公开(公告)日：2025-04-08
申请号：CN202411989474.3
申请日：2024-12-31
Applicant: 江苏省家禽科学研究所 , 南京农业大学 , 南京星罗智能科技有限公司
IPC: C07K7/08 , C12N15/11 , A61K38/10 , A61K45/06 , A61P31/04 , A23K20/147 , A23K20/195 , A23B2/762
Abstract: 本发明公开了抗菌肽CL18及其应用，所述抗菌肽CL18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。
-
Patent Agency Ranking
公开(公告)号：CN118887525A
公开(公告)日：2024-11-01
申请号：CN202410800499.8
申请日：2024-06-20
Applicant: 南京农业大学三亚研究院
Abstract: 本发明涉及槟榔黄化症状分析技术领域，尤其涉及基于3D卷积神经网络的槟榔叶片黄化症状分析方法及系统，采用活体拍摄高光谱图像的方法，使用推扫式高光谱成像系统拍摄槟榔叶片的高光谱图像；采用黑白校正方法得到初步的高光谱图像；对槟榔叶片进行感兴趣区域提取并计算提取出感兴趣区域的平均光谱，对平均光谱进行SG平滑滤波器处理；使用SHAP方法提取出贡献度最高的特征波段；训练3D卷积神经网络模型，判断光谱数据所属的不同类别输出槟榔黄化症状的原因分析结果，高光谱图像和3D卷积神经网络共同提高模型对于光谱的空间特征提取能力，模型对槟榔黄化症状的原因分析能力更强，不局限于区分健康和病害，分析导致病害的不同原因。
-
公开(公告)号：CN118465202A
公开(公告)日：2024-08-09
申请号：CN202410910017.4
申请日：2024-07-09
Applicant: 南京星罗基因科技有限公司 , 南京农业大学
IPC: G01N33/08 , G01N21/31 , G01N21/01 , G06V20/60 , G06V10/143 , G06V10/44 , G06V10/54 , G06V10/771 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 本发明公开了本发明设计了一种电子装置及对鸡蛋性别的无损识别方法。其中电子装置包括，存储计算机可读指令的存储器和处理器。处理器在执行计算机可读指令时被配置成：能够处理受精鸡蛋特定波段的光谱图像。本发明能够直接处理受精鸡蛋特定波段的光谱图像，其通过该装置进行鸡蛋公母的识别效率更高，耗时极大缩短。
-
公开(公告)号：CN118072823A
公开(公告)日：2024-05-24
申请号：CN202410214731.X
申请日：2024-02-27
Applicant: 南京农业大学
IPC: G16B25/00 , G16B40/00 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明属于植物育种技术领域，具体涉及基于全基因组选择的水稻表型预测方法及系统，包括获取水稻双端测序数据，进行基因组比对和变异检测，得到SNP数据，并进行数据质量控制；利用质控后的SNP数据进行连锁不平衡分析、群体结构分析和亲缘关系分析，筛选SNP；将筛选的SNP集合按比例分为训练集、验证集和测试集，使用基于注意力机制的卷积神经网络模型进行训练和验证；引入注意力机制模块和残差模块，通过五种SNP集合数据，训练五种不同数据的基于注意力机制的卷积神经网络模型，获取最佳输入数据训练的预测模型，进行表型预测。本发明可以充分筛选高质量和代表性的SNP数据，能更好地捕捉与目标表型相关的遗传变异信息，提高模型的效率和预测的准确性。
-
公开(公告)号：CN112435239B
公开(公告)日：2024-02-23
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：CN112291054B
公开(公告)日：2022-06-14
申请号：CN202011342764.0
申请日：2020-11-26
Applicant: 南京农业大学
IPC: H04L9/00
Abstract: 本发明提出一种针对低熵掩码方案的侧信道泄露检测方法，通过对布尔低熵掩码和乘法低熵掩码分别定义安全模型，实现高效的泄漏检测。首先通过定义适用不同掩码类型的安全模型作为判别是否存在泄露的条件；根据目标低熵掩码方案类型，采用不同安全模型对掩码集合进行分析，得到理论泄漏量；最后，对目标掩码方案采集到的实际能耗曲线进行特定掩码变量的t‑test检测，得到实际泄露量。本发明的方法适用于低熵掩码方案，实现了通用类型低熵掩码方案的掩码集合是否平衡的分析，对其可抵抗单变量攻击的能力可进行理论和实测泄露程度的量化。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.029 seconds)
