-
公开(公告)号：CN119132403B
公开(公告)日：2025-02-18
申请号：CN202411587493.3
申请日：2024-11-08
Applicant: 三亚中国农业科学院国家南繁研究院 , 中国农业科学院农业信息研究所
Abstract: 本发明涉及人工智能技术领域，具体提供了一种基于多模型融合的KASP引物智能分型评价方法及系统TAL‑SRX。首先，利用RS、PSO和BO算法优化基础模型和元模型性能，构建Stacking集成学习框架综合XGBoost学习器优势，采用五折交叉验证增强模型稳定性。然后，组合ANN和LSTM构建混合神经网络，捕捉非线性关系并提取复杂特征，同时引入Transformer算法捕捉高维特征空间中的全局依赖关系。最后，通过软投票集成策略融合两种机器学习算法，输出KASP标记分型效果分数。本发明能准确地筛选分型效果优良的KASP标记，具有较高的鲁棒性和良好可靠的评价性能，为分子标记辅助育种等工作提供技术支持。
-
公开(公告)号：CN119132403A
公开(公告)日：2024-12-13
申请号：CN202411587493.3
申请日：2024-11-08
Applicant: 三亚中国农业科学院国家南繁研究院 , 中国农业科学院农业信息研究所
Abstract: 本发明涉及人工智能技术领域，具体提供了一种基于多模型融合的KASP引物智能分型评价方法及系统TAL‑SRX。首先，利用RS、PSO和BO算法优化基础模型和元模型性能，构建Stacking集成学习框架综合XGBoost学习器优势，采用五折交叉验证增强模型稳定性。然后，组合ANN和LSTM构建混合神经网络，捕捉非线性关系并提取复杂特征，同时引入Transformer算法捕捉高维特征空间中的全局依赖关系。最后，通过软投票集成策略融合两种机器学习算法，输出KASP标记分型效果分数。本发明能准确地筛选分型效果优良的KASP标记，具有较高的鲁棒性和良好可靠的评价性能，为分子标记辅助育种等工作提供技术支持。
-
公开(公告)号：CN119889464A
公开(公告)日：2025-04-25
申请号：CN202510363070.1
申请日：2025-03-26
Applicant: 三亚中国农业科学院国家南繁研究院
IPC: G16B40/20 , G16B20/20 , G06N3/0455 , G06N3/0464 , G06F18/213
Abstract: 本申请实施例提供了一种作物基因型预测表型方法、控制装置和设备，该方法包括：S1：构建输入层，所述输入层用于接收基因型数据；S2：构建数据特征提取层对所述基因型数据进行特征提取，所述数据特征提取层包括：卷积神经网络和自编码器，所述自编码器用于生成低维全局特征；S3：将所述低维全局特征输入特征关系捕获层，所述特征关系捕获层基于自注意力机制捕捉所述基因型数据的长距离依赖关系；S4：构建输出层，所述输出层用于将所述特征关系捕获层的输出映射为表型预测值。该方法不仅能够对数据特征进行深层次的理解与提取，还可以捕获基因型与表型之间的复杂关系，进而提高了模型的表达能力以及预测准确性。
-
公开(公告)号：CN115170542A
公开(公告)日：2022-10-11
申请号：CN202210886982.3
申请日：2022-07-26
Applicant: 中国农业科学院农业信息研究所
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06V10/764 , G06Q50/02
Abstract: 本发明公开了一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法，包括S1、利用Fast K‑Means算法对马铃薯叶片灰度图像进行分割，获得叶片受关注的区域；S2、使用GLCM算法对叶片受关注的区域提取11类纹理特征信息，以形成病害特征向量；S3、将训练集和测试集分别训练投票分类器和测试训练好的投票分类器，将符合测试要求的训练好的投票分类器作为马铃薯病害识别模型。优点是：将基于支持向量机、K最邻近与随机森林分类器组合的投票分类器与灰度共生矩阵相结合，通过FastK‑Means聚类算法对感染区域马铃薯叶片分割，在保证准确分割叶片的同时提升分割速度，增强GLCM算法提取特征的能力；投票分类器相对于SVM、KNN和RF马铃薯叶部病害识别效果提高。
-
公开(公告)号：CN115424247A
公开(公告)日：2022-12-02
申请号：CN202210728904.0
申请日：2022-06-24
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明提供了一种采用CBAM与八度卷积改进YOLOV5的温室番茄识别与检测方法，利用八度卷积提取温室番茄图像的高低频特征信息，压缩低频特征图的空间分辨率减少冗余空间信息，有效扩大2倍感受野，并降低模型的参数与浮点计算量；将注意力机制CBAM融入特征提取网络Backbone中，从复杂的背景颜色中提取更可区分的特征表示；使用天气数据增强技术，克服模型过拟合问题，并增强数据集的多样性与模型的鲁棒性；采用BCEWithLogitLoss损失函数使处理样本不均衡，并由SmoothBCE与QFocalLoss防止模型过拟合。本方法在复杂温室环境下的番茄检测中取得了最佳性能，为番茄采摘机器人的运行提供了稳定可靠的信息。
-
Patent Agency Ranking
公开(公告)号：CN115424247B
公开(公告)日：2023-04-25
申请号：CN202210728904.0
申请日：2022-06-24
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明提供了一种采用CBAM与八度卷积改进YOLOV5的温室番茄识别与检测方法，利用八度卷积提取温室番茄图像的高低频特征信息，压缩低频特征图的空间分辨率减少冗余空间信息，有效扩大2倍感受野，并降低模型的参数与浮点计算量；将注意力机制CBAM融入特征提取网络Backbone中，从复杂的背景颜色中提取更可区分的特征表示；使用天气数据增强技术，克服模型过拟合问题，并增强数据集的多样性与模型的鲁棒性；采用BCEWithLogitLoss损失函数使处理样本不均衡，并由SmoothBCE与QFocalLoss防止模型过拟合。本方法在复杂温室环境下的番茄检测中取得了最佳性能，为番茄采摘机器人的运行提供了稳定可靠的信息。
-
公开(公告)号：CN114120037B
公开(公告)日：2022-07-19
申请号：CN202111415247.6
申请日：2021-11-25
Applicant: 中国农业科学院农业信息研究所
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进yolov5模型的发芽马铃薯图像识别方法，包括以下步骤：构建图像识别网络模型，获取马铃薯图片数据集，分为训练集和测试数据集；对数据集进行预处理分析，得到数据可视化结果，基于可视化结果确定数据集进行特征融合时采用的模型；采用训练集对构建图像识别网络模型进行训练，获取图像识别网络模型的各个参数指标，得到训练后的图像识别网络模型；采用测试数据集对训练后的图像识别网络模型进行测试，对测试结果的精度进行评价。利用9‑Mosaic算法对获取到的马铃薯图片进入backbone前进行增强优化，强化小目标特征，调整backbone内图内卷积传递规则，使用跨图卷积CrossConv替代Conv连接两个图内卷积，增强特征相似性，提高了发芽马铃薯识别的准确度。
-
公开(公告)号：CN115170542B
公开(公告)日：2023-02-28
申请号：CN202210886982.3
申请日：2022-07-26
Applicant: 中国农业科学院农业信息研究所
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06V10/764 , G06Q50/02
Abstract: 本发明公开了一种基于GLCM特征提取的马铃薯早晚疫病分类模型构建方法，包括S1、利用Fast K‑Means算法对马铃薯叶片灰度图像进行分割，获得叶片受关注的区域；S2、使用GLCM算法对叶片受关注的区域提取11类纹理特征信息，以形成病害特征向量；S3、将训练集和测试集分别训练投票分类器和测试训练好的投票分类器，将符合测试要求的训练好的投票分类器作为马铃薯病害识别模型。优点是：将基于支持向量机、K最邻近与随机森林分类器组合的投票分类器与灰度共生矩阵相结合，通过FastK‑Means聚类算法对感染区域马铃薯叶片分割，在保证准确分割叶片的同时提升分割速度，增强GLCM算法提取特征的能力；投票分类器相对于SVM、KNN和RF马铃薯叶部病害识别效果提高。
-
公开(公告)号：CN114120037A
公开(公告)日：2022-03-01
申请号：CN202111415247.6
申请日：2021-11-25
Applicant: 中国农业科学院农业信息研究所
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进yolov5模型的发芽马铃薯图像识别方法，包括以下步骤：构建图像识别网络模型，获取马铃薯图片数据集，分为训练集和测试数据集；对数据集进行预处理分析，得到数据可视化结果，基于可视化结果确定数据集进行特征融合时采用的模型；采用训练集对构建图像识别网络模型进行训练，获取图像识别网络模型的各个参数指标，得到训练后的图像识别网络模型；采用测试数据集对训练后的图像识别网络模型进行测试，对测试结果的精度进行评价。利用9‑Mosaic算法对获取到的马铃薯图片进入backbone前进行增强优化，强化小目标特征，调整backbone内图内卷积传递规则，使用跨图卷积CrossConv替代Conv连接两个图内卷积，增强特征相似性，提高了发芽马铃薯识别的准确度。
-
公开(公告)号：CN217455070U
公开(公告)日：2022-09-20
申请号：CN202221394309.X
申请日：2022-06-06
Applicant: 中国农业科学院农业信息研究所
Abstract: 本实用新型公开了一种螺旋式榨油机用的食用油散热装置，包括：底板，所述底板顶端的一侧安装有榨油机本体，且榨油机本体一侧的上端安装有控制箱，所述榨油机本体一侧的底板顶端安装有滤油桶，且滤油桶一侧的底板顶端安装有第一抽油泵，所述底板顶端的中间位置处安装有冷却器外壳。本实用新型可通过将地下水抽入列管内部，再配合出水管和U形管进行循环，经过通孔均匀喷出产生气泡配合风机进行风冷散热，保证地下水处于适当的低温，而食用油在冷却器外壳内部进行换热后进入储油箱内部，此时通过温度传感器进行检测，当温度依旧达不到所需温度时，还可以抽出再次进行冷却换热，使得散热效率更佳，从而解决了散热效率低下的问题。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.04 seconds)
