-
公开(公告)号：CN117557528A
公开(公告)日：2024-02-13
申请号：CN202311538881.8
申请日：2023-11-17
Applicant: 华南农业大学
IPC: G06T7/00 , G06T7/73 , G06V10/82 , G06V10/44 , G06V10/764 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/048 , A01K61/95
Abstract: 本发明公开了一种基于视觉检测的鱼苗自动计数定位方法、系统，包括以下步骤：S1：通过手机采集鱼苗照片；S2：将鱼苗照片输入神经网络；S3：神经网络对鱼苗照片进行鱼苗计数以及鱼苗定位；S4：显示鱼苗计数的结果以及在鱼苗照片上标记所定位的鱼苗点。本发明通过手机拍摄鱼苗照片，而不需辅助额外的设备，就能够实现在复杂背景下对不同日龄的鱼苗自动、快速、无脱水状态下的计数，保持鱼苗的活性，并能定位到图片中每个鱼苗的头部位置以供参考，提高鱼苗计数和交易的效率。
-
公开(公告)号：CN112651979B
公开(公告)日：2023-10-10
申请号：CN202110028364.0
申请日：2021-01-11
Applicant: 华南农业大学
IPC: G06T7/11 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种肺部X光图像分割方法、系统、计算机设备及存储介质，所述方法包括：获取肺部X光图像数据集；对肺部X光图像数据集进行预处理，得到训练集；将训练集输入RIAMU‑Net模型进行训练，得到训练后的RIAMU‑Net模型，所述RIAMU‑Net模型以U‑Net模型为基础，编码器的每一层均包括Res‑inception模块，解码器的每一层均包括注意力机制模块和Res‑inception模块；利用训练后的RIAMU‑Net模型对待分割肺部X光图像数据进行分割，得到分割图像。本发明基于U‑Net模型，改进模型结构，使之能更好地提取X光图像的特征，可以更加精确的分割肺部图像，对肺部边缘分割的效果上有所提高。
-
公开(公告)号：CN116259073A
公开(公告)日：2023-06-13
申请号：CN202310071875.X
申请日：2023-02-07
Applicant: 华南农业大学
Abstract: 本发明公开了一种鸡群计数方法、装置、系统、计算机设备及存储介质，所述方法包括：获取鸡群图像数据集；对所述鸡群图像数据集进行第一预处理以得到多张鸡群真实分布密度图；构建Transformer网络模型，所述Transformer网络模型包括带有通道注意力机制的池化数据预处理层，所述池化数据预处理层，用于对输入数据进行第二预处理以降低数据规模和加强数据中不同通道的注意力；根据多张所述鸡群真实分布密度图训练所述Transformer网络模型以得到鸡群计数网络模型；根据所述鸡群计数网络模型对待计数的鸡群图像进行识别，进而完成计数。本发明实施例旨在有效解决现有鸡群计数方式精度较低、人工耗费大等问题，可以提高对鸡群图像的计数精度及节省人力资源。
-
公开(公告)号：CN115222666A
公开(公告)日：2022-10-21
申请号：CN202210664948.1
申请日：2022-06-14
Applicant: 华南农业大学
Inventor： 李西明 , 吴精乙 , 高月芳 , 邵楚琪 , 郭玉彬 , 赵泽勇 , 劳慧雯 , 梁宇君 , 吴子彤 , 关颖盈 , 严家美 , 温嘉勇 , 刘瑞祥 , 吴颖琪 , 史东博 , 胡东晴
Abstract: 本发明公开了一种基于关键点检测的虾苗计数方法、系统、设备及存储介质，所述方法包括：获取虾苗图像集；构建关键点检测网络模型；将虾苗图像集输入关键点检测网络模型进行训练，得到虾苗关键点检测网络模型；获取待计数虾苗图像；将待计数虾苗图像输入虾苗关键点检测网络模型，得到关键点检测结果；根据关键点检测结果，实现虾苗计数。本发明构建得到的关键点检测网络模型，不仅适用于南美白对虾虾苗的准确计数，而且还适用于长条形态的虾苗的准确计数，在提高虾苗计数准确率的同时，提高了对虾苗种类的普适性，具有广阔的应用场景。
-
公开(公告)号：CN108763940B
公开(公告)日：2022-03-25
申请号：CN201810462182.2
申请日：2018-05-15
Applicant: 华南农业大学
IPC: G06F21/60 , G06F21/62 , H04L9/08 , H04L9/40 , H04L67/1097
Abstract: 本发明公开了一种基于秘密共享的可检验数据库加密检索方法，包括以下步骤：建立数据库；将待加密数据存入数据库，通过秘密共享进行加密；制定数据访问者权限表格，确定数据访问者权限，通过中国剩余定理处理，将数据访问者权限表格存入数据库；对加密后的数据求模，产生每一列属性对应的校验码并上传到服务器上；数据访问者访问服务器，有权限数据访问者能解出数据，没有权限的不能解出数据；本发明结合秘密共享和中国剩余定理，把每个数据对分配值取模的余数作为校验码，在不重构f(x)的基础上，单独对服务器上的信息进行检验；当部分信息出现错误的时候，也可以联合其他服务器，指出哪个服务器出错，并且对出错的信息进行快速简单的纠错。
-
Patent Agency Ranking
公开(公告)号：CN107943833B
公开(公告)日：2021-11-19
申请号：CN201711007634.X
申请日：2017-10-25
Applicant: 华南农业大学
IPC: G06F16/13 , G06F16/182 , G06F16/14
Abstract: 本发明涉及一种基于区块链的无中心分布式文件存储及检索方法，采用由多台内部的计算机组成的采用P2P协议的网络，网络中各计算机间相互提供存储空间供其他计算机存储，且所有计算机共同维护一张传输记录表，传输记录均以区块的形式存储，并最后被合并至所述传输记录表中，通过对传输记录表进行检索，实现在本机直接对网络节点上的文件的传输信息及存储位置进行检索。本发明具有文件存储及检索效率高、能避免节点宕机、易于维护与拓展等优点。
-
公开(公告)号：CN112651979A
公开(公告)日：2021-04-13
申请号：CN202110028364.0
申请日：2021-01-11
Applicant: 华南农业大学
Abstract: 本发明公开了一种肺部X光图像分割方法、系统、计算机设备及存储介质，所述方法包括：获取肺部X光图像数据集；对肺部X光图像数据集进行预处理，得到训练集；将训练集输入RIAMU‑Net模型进行训练，得到训练后的RIAMU‑Net模型，所述RIAMU‑Net模型以U‑Net模型为基础，编码器的每一层均包括Res‑inception模块，解码器的每一层均包括注意力机制模块和Res‑inception模块；利用训练后的RIAMU‑Net模型对待分割肺部X光图像数据进行分割，得到分割图像。本发明基于U‑Net模型，改进模型结构，使之能更好地提取X光图像的特征，可以更加精确的分割肺部图像，对肺部边缘分割的效果上有所提高。
-
公开(公告)号：CN109543278B
公开(公告)日：2021-03-26
申请号：CN201811364761.X
申请日：2018-11-16
Applicant: 华南农业大学
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公开了一种基于分区CLUE‑S模型的土地利用变化模拟方法及系统，其中，所述方法包括：获取土地利用变化的驱动因子和三期土地利用现状数据；对所述土地利用变化的驱动因子进行热点分析处理，在分析处理之后进行空间分区，获取空间分区结果；对所述三期土地利用现状数据进行数据归类处理，在数据归类处理之后进行空间分辨率统一处理，获取空间分辨率统一的归类三期土地利用现状数据；根据所述土地利用变化的驱动因子、所述空间分区结果和空间分辨率统一的归类三期土地利用现状数据进行土地利用变化模拟，获取模拟结果。在本发明实施中，能反映土地利用在空间上的区域差异，对区域差异明显的研究区的适用性和模拟的精度。
-
公开(公告)号：CN109492410B
公开(公告)日：2020-09-01
申请号：CN201811170800.2
申请日：2018-10-09
Applicant: 华南农业大学
Abstract: 本发明公开了一种数据可搜索加密和关键词搜索方法、系统及终端、设备，在数据可搜索加密过程中：获取数据拥有者上传的数据文件；提取出各数据文件的关键词；对每个数据文件进行摘要提取，得到摘要文件；根据各关键词与各数据文件之间对应关系，通过加密算法进行数据处理后生成字典γ，针对各数据文件进行加密得到加密数据文件；针对各摘要文件进行加密得到加密后的摘要文件。在关键词搜索过程中：获取上述字典γ、加密后数据文件以及摘要文件，在接收到关键词搜索时，首先通过字典γ搜索是否有数据文件包括关键词，若否，则在摘要文件中搜索关键词，搜索成功的情况下，将该关键词的标签索引对添加到字典γ中；本发明大大提高了关键词搜索效率。
-
公开(公告)号：CN109347633B
公开(公告)日：2020-07-03
申请号：CN201811264598.X
申请日：2018-10-29
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于深度学习的模糊密钥通信系统及对抗网络系统，包括通信方Alice与通信方Bob；通信方Alice包括加密模型；所述加密模型由第一神经网络模型深度学习后得到；通信方Bob包括解密模型，解密模型由第二神经网络模型深度学习后得到，用于输入密钥和密文，并且根据模糊密钥针对输入的密文进行解密，得到明文信息；第二神经网络模型从输入至输出包括第二全连接层、第三全连接层和多层卷积层；通信方Bob的解密模型输入的密钥为模糊密钥。本发明对抗网络系统由本发明通信系统加入Eve模型后进行深入学习后得到。本发明系统能够加强网络在模糊密钥通信环境下的通信性能，在模糊密钥环境下实现准确通信。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.03 seconds)
