-
公开(公告)号：CN116596937B
公开(公告)日：2023-09-22
申请号：CN202310882842.3
申请日：2023-07-19
Applicant: 南京星罗基因科技有限公司 , 南京农业大学
Abstract: 本发明属于目标检测的技术领域，公开了一种鸡头部器官各参数的检测方法，包括采集各品种鸡的标准图像进行标注，并搭建目标检测模型；基于提取的鸡头部图像，对各器官进行标注，并搭建图像分割模型；基于分割的器官图像，搭建目标识别模型，读取标尺信息以及识别色卡信息；基于检测、分割以及识别结果对鸡头部器官各参数进行计算。本发明方法目标识别准确，具有高准确率，高召回率的优点，通过自动化计算，仅需要输入图像，便可识别出各器官轮廓并计算相对应参数，人工参与度低，自动化程度高，可以大幅降低人工和时间成本。
-
公开(公告)号：CN116312744B
公开(公告)日：2023-09-22
申请号：CN202310560948.1
申请日：2023-05-18
Applicant: 南京星罗基因科技有限公司 , 南京农业大学
IPC: G16B5/00 , G06F18/214 , G06N3/04 , G06N3/08
Abstract: 本发明属于生物信息获取的技术领域，公开了一种基于GNN神经网络的生物信息获取方法，在信息提取方面，通过使用MDL_molfile进行输入，可以涵括原子以及原子键更多的特征；在计算方面，使用精简张量存储分子底物信息，可以用于大规模的计算以及结果存储；在分子结构方面，可以处理更复杂的分子结构，捕捉原子间相互作用，并且可以处理不同大小的分子，在网络训练过程中可以找到它们的差异，有很高的实用价值。
-
公开(公告)号：CN116596937A
公开(公告)日：2023-08-15
申请号：CN202310882842.3
申请日：2023-07-19
Applicant: 南京星罗基因科技有限公司 , 南京农业大学
Abstract: 本发明属于目标检测的技术领域，公开了一种鸡头部器官各参数的检测方法，包括采集各品种鸡的标准图像进行标注，并搭建目标检测模型；基于提取的鸡头部图像，对各器官进行标注，并搭建图像分割模型；基于分割的器官图像，搭建目标识别模型，读取标尺信息以及识别色卡信息；基于检测、分割以及识别结果对鸡头部器官各参数进行计算。本发明方法目标识别准确，具有高准确率，高召回率的优点，通过自动化计算，仅需要输入图像，便可识别出各器官轮廓并计算相对应参数，人工参与度低，自动化程度高，可以大幅降低人工和时间成本。
-
公开(公告)号：CN115035131A
公开(公告)日：2022-09-09
申请号：CN202210434654.X
申请日：2022-04-24
Applicant: 南京农业大学
Abstract: 一种U型自适应EST的无人机遥感图像分割方法及系统，该系统包括特征提取单元、特征编码器、跳跃连接模块、卷积解码模块和投影模块；所述的特征编码器包括多阶EST和对应的自适应图像块合并层；其中：每阶EST分别包括若干个由第一EST模块和第二EST模块组成的EST单元，每个EST模块均包括归一化层LN、增强多头自注意力模块、残差连接层以及多层感知机MLP。本发明基于CNN和Transformer模块，通过层次结构实现全局自关注，在解码器中，结合卷积和反卷积块实现上采样，上采样恢复编码器的信息，进行相应的像素级分割，能够减少直接在原图上进行图像块导致的边缘和位置信息的丢失。
-
公开(公告)号：CN112564885B
公开(公告)日：2022-07-12
申请号：CN202011352153.4
申请日：2020-11-26
Applicant: 南京农业大学
IPC: H04L9/00
Abstract: 本发明提出一种基于掩码变量最大概率密度函数分布的侧信道测试分析方法，利用掩码集合中不同掩码值对应的掩码后变量分布偏差，计算概率密度函数分布，通过选取分布在不同敏感中间值下的最大值得到一种面向掩码方案的增强侧信道测试分析方法。本方法首先对掩码方案的掩码集合进行预评估，然后计算所有猜测密钥相应的假设中间值在该掩码集合下的概率密度分布，最终选择最大概率密度分布值作为假设功耗值，计算与实际功耗之间的相关性，得到所有猜测密钥的概率排序，恢复出正确密钥。本发明的方法能够适用于固定掩码方案，同时实现提高测试分析成功率，减少测试分析成功所需要的曲线量。
-
Patent Agency Ranking
公开(公告)号：CN108830320B
公开(公告)日：2021-11-30
申请号：CN201810616815.0
申请日：2018-06-15
Applicant: 南京农业大学
IPC: G06K9/62
Abstract: 本发明提出一种基于鉴别和鲁棒多特征提取的高光谱图像分类方法，针对高光谱图像中不同类型的空谱特征，本方法将其投影到一个共同的低秩、鉴别子空间，并保留不同特征的重要性。本方法运行包括两个阶段，首先，根据不同特征的重要性，分别赋予它们不同的权重；然后，学习一个具有鲁棒和鉴别特性的低维子空间；接着，将不同的特征投影至低维子空间中；最后，使用支持向量机对新的特征进行分类。本发明通过特征降维，不仅能够对噪声鲁棒，抵御高光谱图像中的噪声干扰，同时可以保留不同特征的重要性，同时利用已有的标签，使获得的特征具有鉴别特性，有效提高了分类的效果。
-
公开(公告)号：CN112291054A
公开(公告)日：2021-01-29
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。
-
公开(公告)号：CN111597878A
公开(公告)日：2020-08-28
申请号：CN202010257047.1
申请日：2020-04-02
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于BSA-IA-BP的菌落总数预测方法，包括以下步骤：步骤1：对样本进行预处理；步骤2：采集样本的高光谱图像及菌落总数；步骤3：提取样本高光谱图像中的高光谱信息，并将样本划分为预测集和校正集；步骤4：对高光谱信息预处理及选择特征波段；步骤5：输入校正集样本高光谱信息和菌落总数对BP神经网络进行训练，并利用鸟群算法和免疫算法优化BP初始权重和阈值，建立菌落总数的预测模型，步骤6：利用预测集样本对预测模型进行评价。本发明克服了以往的预测方法中BP网络收敛速度慢、寻优精度低、且容易陷入局部极小值等导致预测精度低、稳定性差的问题，提升了模型预测精度和稳定性，使得食品中微生物的无损检测更为精确、高效，是一种快速、准确、经济、无损的预测方法。
-
公开(公告)号：CN107832790B
公开(公告)日：2020-08-25
申请号：CN201711067416.5
申请日：2017-11-03
Applicant: 南京农业大学
IPC: G06K9/62
Abstract: 本发明提出一种基于局部低秩表示的半监督高光谱图像分类方法，利用局部低秩系数来刻画空谱信息，最终借助获得的空谱信息得到一种增强的高光谱图像半监督分类方法。本方法首先通过局部低秩表示对空谱信息进行刻画，然后对无标记的样本进行标签初始化，最后基于已获得的空谱信息对高光谱图像进行半监督分类。本发明的方法能够适用于标签样本数量不足的高光谱图像分类的情况中，同时实现提高分类准确率，边界模糊性明显降低。
-
公开(公告)号：CN107180261B
公开(公告)日：2020-03-17
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。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.032 seconds)
