-
公开(公告)号:CN103940974A
公开(公告)日:2014-07-23
申请号:CN201410058769.9
申请日:2014-02-19
Applicant: 西北农林科技大学
IPC: G01N33/24
Abstract: 本发明涉及一种基于GIS的中尺度流域土壤侵蚀时空动态分析方法,其具体过程为:把流域划分为若干栅格单元,作为计算单元;利用土壤侵蚀试验观测研究成果和认识,基于土壤侵蚀试验观测数据,提取关于土壤侵蚀的相关各因子;将上述各因子进行分析总结,建立侵蚀因子图集,完成对每个栅格单元土壤侵蚀量的估算;基于土壤侵蚀空间变化分析,完成对流域土壤侵蚀状况的评价和分析。本发明考虑了土壤侵蚀及其因子的空间不均匀性,因而将坡面模型与GIS集成,完成每个单元的运算,并适当考虑了物质传输和迁移,完成了对土壤流失的分布计算,输出了土壤侵蚀图。
-
公开(公告)号:CN119478006A
公开(公告)日:2025-02-18
申请号:CN202411592999.3
申请日:2024-11-08
Applicant: 西北农林科技大学
IPC: G06T7/60 , G06T7/10 , G06T7/13 , G06V20/64 , G06V40/10 , G06V10/26 , G06V10/44 , G06N3/0499 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种家畜体尺测量方法、系统、计算机设备及存储介质,属于计算机三维视觉点云领域,该方法通过三维点云分割技术,将自动采集的家畜的点云数据分割为多个部分。分割后的点云结合家畜的生理特征,准确定位体尺测量的关键点。为了提高关键点定位的精度,本发明提出了一种新颖的关键点检测方法,包括坐标归一化、关键点簇获取、关键点优化以及边缘检测。通过上述方法,有效减少了在体尺测量过程中可能出现的关键点偏移和测量误差。本发明实现了非接触、快速、精准的家畜体尺参数测量,在基因改良、健康筛查及动物福利评估等领域具有重要应用前景。实验结果表明,该方法具有高度的准确性和鲁棒性,能够显著提高体尺测量的效率和精确度。
-
公开(公告)号:CN119474388A
公开(公告)日:2025-02-18
申请号:CN202411603377.6
申请日:2024-11-11
Applicant: 西北农林科技大学
IPC: G06F16/353 , G06F40/30 , G06F18/214 , G06N3/045 , G06F40/151 , G06N3/0442 , G06F18/25 , G06N3/047
Abstract: 本发明属于自然语言处理中的农业技术领域,公开了一种三维信息递进式传递的葡萄电商评论细粒度情感分析方法,本发明基于细粒度情感分析中的方面词、观点词以及情感极性三个维度信息,构建了一种三维信息递进式传递的葡萄电商评论细粒度情感分析方法,该方法创造性地设计了TripleBi‑LSTM和DualChannel‑Attention两个模块,利用三维递进式信息的传递有效地提升了方面词、观点词以及情感极性的识别准确率,并在自建数据集上取得了最优的效果。本发明创造性地设计了DualChannel‑Attention和TripleBi‑LSTM两个模块,显著提升了对葡萄电商评论中隐含方面词的识别效果、提升了表达方式多样的观点词的识别效果,以及情感极性的分类准确性,并在自建的数据集上取得了最优的效果。
-
公开(公告)号:CN119251903A
公开(公告)日:2025-01-03
申请号:CN202411294270.8
申请日:2024-09-14
Applicant: 西北农林科技大学
IPC: G06V40/20 , G06V10/44 , G06V10/62 , G06V10/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种羊只行为识别方法、系统、设备及存储介质,属于计算机视觉技术领域,本发明首先在DeepSORT模型中引入注意力机制和在线掩码策略,构建羊只追踪模型;在YOLOv8模型中添加多尺度组卷积模块和自适应下采样模块,构建羊只行为识别模型。在对视频数据中的图像进行抽帧裁剪后,将裁剪后的图像输入羊只追踪模型对羊个体进行持续追踪,将追踪到的带有唯一标识符ID的多个图像输入羊只行为识别模型,对单只羊的行为进行识别。并记录同一只羊在不同时间、不同位置的形态特征出现的频率和持续时间,根据同一形态特征出现的频率和持续时间对羊只的行为进行分类。本发明克服了单只羊处理存在的局限性,极大地提高了检测精度和行为识别的准确度。
-
公开(公告)号:CN115100488B
公开(公告)日:2024-08-13
申请号:CN202210726753.5
申请日:2022-06-24
Applicant: 西北农林科技大学
IPC: G06V10/774 , G06V10/764 , G06T7/60 , G06T7/00 , G06V10/82
Abstract: 本发明公开了一种基于三重路径网络的乳腺辅助识别方法、系统、终端及介质,包括:获取原始乳房超声图像,对原始乳房超声图像进行处理,获取面向BIRADS的特征映射;将面向BIRADS的特征映射输入至SATPN网络中,基于编码器对面向BIRADS的特征映射进行特征提取,得到病变特征;对病变特征分别进行分类训练和重建训练,获取图像重建误差和标签预测误差;对图像重建误差和标签预测误差进行加权投票,得到最优的图像。本发明能够集成分类和图像重建任务,以实现对乳房的准确识别,提高先验领域知识的利用率,提高乳腺超声图像的病变分类精度。
-
公开(公告)号:CN117675600A
公开(公告)日:2024-03-08
申请号:CN202311474357.9
申请日:2023-11-07
Applicant: 西北农林科技大学
IPC: H04L41/14 , H04L41/12 , G06F16/901
Abstract: 本发明提供了一种相互依赖网络预防跨域连锁大故障传播关键边识别方法,包括:步骤一,将相互依赖网络分解为相互依赖功能子图集合。步骤二,评估一个资源供给节点与一个资源需求节点之间的加权距离最短控制环的功能。步骤三,评估一个相互依赖功能子图的功能。步骤四,评估一个相互依赖网络的功能。步骤五,评估边的关键度并降序排列。本发明的识别方法基于相互依赖功能子图评估相互依赖网络中边的关键度,可以更准确判别重要的边从而对其重点进行保护防止跨域连锁大故障的发生。本发明的识别方法避免了基于极大簇识别方法准确度低的问题,能够以更加低的成本预防相互依赖网络中跨域连锁大故障的发生。
-
公开(公告)号:CN117333708A
公开(公告)日:2024-01-02
申请号:CN202311302661.5
申请日:2023-10-10
Applicant: 西北农林科技大学深圳研究院
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77
Abstract: 本发明公开了一种高光谱图像分类学习方法、系统及介质,该方法包括:随机采集不同场景下的原始高光谱图像;将原始高光谱图像进行降维和切分,获得三维图像块;将获取的三维图像块输入多层次特征提取神经网络,获得空谱联合特征图;重复迭代应用多层次特征提取神经网络,获得最优质空谱联合特征图;将获取的最优质空谱联合特征图输入到分类网络中,得到分类结果。本发明结合卷积神经网络和ViT的优势,能够充分挖掘高光谱图像不同层次的特征,进而获得最优质空谱联合特征图的分类结果。
-
公开(公告)号:CN116957104A
公开(公告)日:2023-10-27
申请号:CN202310829896.3
申请日:2023-07-07
Applicant: 西北农林科技大学
IPC: G06N20/00 , G06F21/62 , G06F21/64 , G06F18/22 , G06F18/25 , H04W12/02 , H04W12/122 , H04W12/06 , H04W12/106 , H04W12/69 , H04L9/32 , H04L9/00
Abstract: 本发明属于无线通信技术领域,公开了一种无线网络中安全的联邦学习聚合方法、系统、设备及介质,基于非对称密钥加密体制进行用户身份认证,通过EigenTrust算法对用户进行可靠性分数建模,服务器构建与其关联节点的可靠性分数表;在一个训练轮次完成后,用户首先加密身份信息并对本地模型添加差分隐私并发送给服务器,服务器验证用户身份后接收模型信息,计算用户可靠性分数,该可靠性分数同时会成为下一轮可靠性分数计算时的参照;服务器根据用户可靠性分数值将用户模型参数按照一定比例进行聚合,得到全局模型。本发明合理有效地防止用户恶意破坏联邦学习过程,保护用户隐私,提高联邦学习系统全局模型的正确率,保证了无线联邦学习的安全性。
-
公开(公告)号:CN116824141A
公开(公告)日:2023-09-29
申请号:CN202310726197.6
申请日:2023-06-19
Applicant: 西北农林科技大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V40/10
Abstract: 本发明公开了一种基于深度学习的牲畜图像实例分割方法及装置,涉及计算机视觉领域,方法包括:对单只牲畜和多只牲畜的图像采集作为数据集;通过改进卷积神经网络ConvNeXt‑T对图像特征提取,利用特征金字塔得到不同尺度的特征图;通过改进DynamicRCNN网络结构作为目标检测,对特征图中目标进行分类和位置回归;通过改进的RefineMask分割网络,对特征图中目标的轮廓进行分割,利用细化策略获得精准的分割结果。本发明提出的实例分割方法可以精准的定位和分割出复杂场景下每个牲畜的不规则轮廓,缓解了由于背景和牲畜重叠度高而为其他视觉任务带来的挑战。
-
公开(公告)号:CN116503590A
公开(公告)日:2023-07-28
申请号:CN202310132989.0
申请日:2023-02-17
Applicant: 西北农林科技大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V20/13 , G06V20/17 , G06V20/10
Abstract: 本发明提供了一种多光谱无人机遥感影像作物分割方法,包括:步骤一,多光谱遥感影像数据处理。步骤二,植被指数提取。步骤三,构建数据集。步骤四,构建深度语义分割模型:在DeeplabV3+模型中添加卷积注意力模块,获得深度语义分割模型。步骤五,模型训练与保存。步骤六,作物分割。本发明在光谱信息方面,通过改进DeepLabv3+模型的输入层结构,添加NDVI归一化植被指数和OSAVI优化型土壤调节植被指数通道,增大不同作物间的光谱差异。本发明在空间信息方面,在空洞空间金字塔池化模块添加包括通道注意力和空间注意力的双通道注意力模块,扩大模型感受野的同时增加像素信息的相关性,优化分类结果的边界,从而提升模型精度。
-
-
-
-
-
-
-
-
-