-
公开(公告)号:CN118430019A
公开(公告)日:2024-08-02
申请号:CN202410558689.3
申请日:2024-05-08
Applicant: 西北农林科技大学
Abstract: 一种非刚性点云形变的羊只三维姿态匹配矫正方法。本发明提出了一种基于点云的羊只姿态矫正方法,旨在将发生形变后的羊只矫正到标准姿态,以准确测量羊只的身体形态特征。首先,利用三维深度传感器获取羊只的三视点云数据,人为选定标准姿态和非标准姿态。具体过程为,第一,由于羊只形变过程中各个部分的形变程度不同,于是提出一种动态位置编码模块。第二,由于羊只形变过程中,羊只的尺度也会随之发生变化,于是本文引入相似变换群,提出一种隐式神经变形场的方法,对于发生尺度形变的羊只也能有很好的矫正。通过实验证明,所提方法能够有效地提取羊只的表型信息,并在畜牧管理、疾病监测等方面具有广泛应用前景。
-
公开(公告)号:CN116798066A
公开(公告)日:2023-09-22
申请号:CN202310116544.3
申请日:2023-02-15
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于深度度量学习的羊只个体身份识别方法和系统,其涉及计算机视觉技术。该方法包括:通过对单个羊只侧视图像数据的采集,使用YOLOv5检测模型对采集到的数据预处理并通过多种方式进行数据增强;构建使用关键部位注意力引导机制的身份识别网络结构,采用TinyNet轻量型网络作为骨干网络,设计特征融合模块将全局特征与关键局部特征融合,对羊只个体特征进行学习,设计自定义池化头输出特征向量;结合交叉熵、三元组与一致性联合损失函数监督网络学习,可以使识别网络更加关注图像中的重要区域;最后将模型进行部署。本发明以“无接触,无伤害,低成本,高效率”的原则实现羊只个体身份识别。
-
公开(公告)号:CN116662529A
公开(公告)日:2023-08-29
申请号:CN202310533727.5
申请日:2023-05-11
Applicant: 西北农林科技大学
IPC: G06F16/335 , G06F16/36 , G06F18/214
Abstract: 本申请涉及一种对比学习增强的协同知识图谱推荐模型构建方法,通过设计三个对比学习任务来补充推荐监督任务,可以缓解由于监督信号稀疏、长尾效应、噪声干扰等问题导致图神经网络学习到的节点表征不准确的问题;同时,为了对比学习能更有益于推荐任务,在节点表征和对比学习之间引入一个包含两个线性层的多层感知机帮助对比学习训练,本申请促进了基于知识图谱的推荐系统的发展,具有现实意义。
-
公开(公告)号:CN116546441A
公开(公告)日:2023-08-04
申请号:CN202310404347.1
申请日:2023-04-17
Applicant: 西北农林科技大学
Abstract: 本发明属于无线通信技术领域,公开了一种无线网络中面向多播传输场景的状态更新调度方法及系统,收集并处理多播场景中的几何环境信息,并确定停止集来表示发射节点周围的有限观测区域;根据发射节点的本地信息,将发射节点的调度概率表示为停止集的函数,确保调度概率是接受本地信息的产生新信息包概率的可测量函数;使用最优化理论求解多播场景下平均网络信息年龄最小化优化问题,得到发射节点处的状态更新调度方法;对多播场景中各发射节点实施自适应调度策略,在网络运行过程中实时监测网络环境是否变化。本发明根据节点状态更新和网络拓扑动态调整传输策略,能够实现更高效、实时且低延迟的多播通信,为智能系统提供更可靠的数据传输基础。
-
公开(公告)号:CN114418377A
公开(公告)日:2022-04-29
申请号:CN202210046100.2
申请日:2022-01-14
Applicant: 西北农林科技大学
IPC: G06Q10/06 , G06N3/00 , G06N7/08 , G06F30/27 , G06F111/04 , G06F119/12
Abstract: 该发明专利名为“一种基于CMOA的移动群智感知任务分配方法”。通过对执行者数据进行Circle混沌映射,将执行者用户进行混沌映射,使其分布更加均匀。其次在寻优过程中针对进行个体实行精英反向学习机制,生成精英反向解,通过扩大其候选解的集合,提高算法寻找全局最优的能力。在混沌蜉蝣优化算法寻优后期对劣势蜉蝣个体实行基于柯西变异的扰动机制,在劣势蜉蝣个体附近生成更大的扰动,保证种群的进化方向,提高算法收敛能力,提高求解精度。保证移动群智感知系统的效用值和感知数据的有效性,有效提高了任务分配的有效性和准确性。
-
公开(公告)号:CN102972261B
公开(公告)日:2016-09-28
申请号:CN201210511092.0
申请日:2012-11-30
Applicant: 西北农林科技大学
IPC: A01G25/16
CPC classification number: Y02A40/238
Abstract: 基于FPGA的灌溉控制系统,包括控制器、控制面板、驱动电路和电磁阀,其中,电磁阀用于管路的打开和关闭,控制器与上位机和控制面板相连,接收来自上位机的灌溉命令和人工输入的控制命令,并进行分析处理,控制驱动电路开启或关闭电磁阀,实施灌溉。本发明采用FPGA模块,通过Verilog HDL实现所有控制逻辑,具有用户可编程性,功能强大且开发便捷;本发明采用FPGA模块,I/O引脚数目多,无需增加外围接口电路就能够同时控制多个大棚或田块的灌溉,易调试,生产成本低;本发明能同时实现自动控制和人工控制。不仅能通过通信模块接收决策,系统发送来的控制命令,同时也能通过控制面板完成人工的手动调整和控制。
-
公开(公告)号:CN103293285A
公开(公告)日:2013-09-11
申请号:CN201310232353.X
申请日:2013-06-01
Applicant: 西北农林科技大学
IPC: G01N33/24
Abstract: 本发明公开了一种在流域或区域尺度上的流域土壤侵蚀测定方法,包括以下步骤:S1、基础数据的归约化,通过野外GPS测量、遥感数据、数字地形图构建侵蚀沟道图和数字高程数据;S2、侵蚀地形的表达,获取水文地貌关系正确的DEM;S3、侵蚀坡长单元的提取,根据获取的部分区域的数字高程数据,计算坡度和坡长,分割单元坡长;S4、侵蚀学中L因子和S因子的提取,根据提取的坡度和坡长计算出L因子和S因子;S5、算法推广及应用,设计相应算法。本发明创造性的将水流分配策略的思想应用到单元坡长的提取与计算中,将单元坡长视为基础计算单元,对坡长按照水流分配策略进行分配,计算坡长、坡度,进而提取L因子和S因子,使得能够方便快捷的应用到较大区域或流域范围进行因子提取,进而测定土壤侵蚀,测量精度大大提高,且易推广使用。
-
公开(公告)号:CN119167226A
公开(公告)日:2024-12-20
申请号:CN202411181396.4
申请日:2024-08-27
Applicant: 西北农林科技大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/15 , G06F21/55 , G06F21/57 , G06N3/0475 , G06N3/094 , G06N3/098
Abstract: 本发明属于无线通信技术领域,公开了一种基于AC‑GAN和动态概率调度的可靠联邦学习方法及系统,可以抵御标签噪声、非独立同分布数据和中毒攻击对全局模型性能的消极影响,包括两个阶段:数据预处理阶段,服务器在小基准数据集上训练一个AC‑GAN模型并部署在用户端,用户借助AC‑GAN模型实施数据清洗和数据增强,从而实现噪声标签矫正同时缓解非独立同分布数据的影响;攻击检测阶段,参数服务器构建用户选择概率模型,基于动态概率调度策略过滤恶意用户。为防止用户模型信息泄露和半诚实的服务器推测用户信息,利用CKKS同态加密方案对模型参数进行加密,并采用双服务器架构。本发明克服了标签噪声、非独立同分布数据和中毒攻击对模型性能的影响。
-
公开(公告)号:CN119150283A
公开(公告)日:2024-12-17
申请号:CN202411000149.X
申请日:2024-07-24
Applicant: 西北农林科技大学
IPC: G06F21/56 , G06Q10/0635 , G06Q10/0639 , G06Q30/0201
Abstract: 本发明属于人工智能技术领域,公开了一种非独立同分布场景下应对恶意攻击的联邦学习方法及系统,设计了一个基于边际贡献的用户贡献度模型和一个基于秩和比的用户可信度模型。本发明采用进化聚类的概念,利用本轮各用户的贡献度和前一轮计算的用户可信度来计算本轮所有用户的评分,并在此基础上利用贪心算法的思想选择参与聚合的用户逐个加入用户聚合模型的集合。同时,本发明将在服务器端维护一个根数据集,并将利用根数据集训练的服务器模型作为每轮的初始聚合模型。在非独立同分布场景下,本发明在两个具有不同比例恶意用户的公共数据集上评估了本算法的性能。大量的实验结果表明,本发明的算法在测试集上的准确度优于各种基线算法。
-
公开(公告)号:CN118333056A
公开(公告)日:2024-07-12
申请号:CN202410434428.0
申请日:2024-04-11
Applicant: 西北农林科技大学
IPC: G06F40/295 , G06N3/0442 , G06F18/213 , G06F18/25 , G06N3/0495 , G06N3/082 , G06N3/047
Abstract: 本发明提供了一种考虑双维信息的中文猕猴桃文本命名实体识别方法,双维信息为水平维度文本信息与垂直维度文本信息,包括:步骤1,构建中文猕猴桃文本数据集;步骤2,中文猕猴桃文本矢量化;步骤3,通过CoordKIWINER模块增强字符矢量文本信息;步骤4,使用PruneBi‑LSTM网络对中文猕猴桃文本进行序列编码;步骤5,使用条件随机场,对语句特征矢量H进行译码,得到输入的特征张量X最终的输出序列Y*。本发明创造性地设计了CoordKIWINER与PruneBi‑LSTM两个模块,有效解决了中文猕猴桃文本双维度信息未被利用这一问题,进一步提升了针对猕猴桃文本命名实体识别的准确率,并在自建领域数据集上取得了最优的效果。
-
-
-
-
-
-
-
-
-