-
公开(公告)号：CN119864049A
公开(公告)日：2025-04-22
申请号：CN202411766400.3
申请日：2024-12-04
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
Abstract: 本发明公开了一种基于多尺度感知和时域动态增强的鸡群声音事件检测方法，包括：基于鸡群声音数据进行随机筛选并标记，获取带标签的标准数据集；将标准数据集中的声音信号进行预处理，获取频谱图；截取频谱图中含有鸡群声音的频谱图片段，将频谱图片段经过梅尔滤波器组转换为梅尔频谱图；构建深度特征提取器，利用深度特征提取器提取梅尔频谱图的声音深度特征；构建帧级别声音分类器，对声音深度特征进行处理与分析，获得鸡群声音事件的时域分布。本发明能够在长时间、多噪音的养殖环境中，精确且快速地提取鸡群声音事件的时域分布。
-
公开(公告)号：CN119229905A
公开(公告)日：2024-12-31
申请号：CN202411054111.0
申请日：2024-08-02
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
Abstract: 本发明公开了一种基于音频数据增强和特征融合的鸡疫病检测方法及装置，方法包括:采集鸡群的声音数据并进行预处理；对预处理后的声音数据进行数据增强，得到鸡群音频训练样本；对鸡群音频训练样本分别提取频谱特征和原始音频特征；将所有频谱特征图进行拼接得到拼接频谱特征图；将提取的原始音频特征输入到分别由两种前端声学模型与预训练模型结合的网络得到第一语义特征图和第二语义特征图；将所有特征进行融合，得到融合特征图；将所述融合特征图输入到预设的轻量级多层感知机内，输出鸡疫病检测结果。本发明通过引入数据增强和特征融合技术，克服单一特征提取手段的局限性，提高了声音信号处理的准确性和鲁棒性，从而更有效的检测鸡疫病。
-
公开(公告)号：CN118823824A
公开(公告)日：2024-10-22
申请号：CN202410773697.X
申请日：2024-06-17
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
IPC: G06V40/10 , G06V20/40 , G06V20/52 , G06V10/20 , G06V10/25 , G06V10/82 , G06T7/246 , G06T7/254 , G06T7/73
Abstract: 本发明公开了一种基于深度学习的猪场老鼠检测方法、系统、设备及介质，方法包括：对待检测区域的视频进行抽帧处理；对图像帧集合进行图像预处理；将预处理后的当前帧输入老鼠检测模型中，学习老鼠的外观；所述老鼠检测模型使用改进的RT‑DETR检测模型得到；将帧差法得到的二值化图像中值为255的像素作为运动像素，保留相应的检测结果；记录老鼠检测结果，利用每帧检测后记录的老鼠数量进行加权求和得到老鼠出现时长，以计算待检测区域的老鼠活跃指标。本发明通过添加帧差先验分支，将帧差法得到的二值化图加入RT‑DETR算法的解码部分，并在保留检测结果时设置双阈值，让模型在检测中更聚焦于运动区域，从而提高对体积小、运动快的老鼠的检测成功率。
-
公开(公告)号：CN118521423B
公开(公告)日：2024-09-17
申请号：CN202410986747.2
申请日：2024-07-23
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
Abstract: 本发明公开了一种基于多模态物联网的家禽养殖智慧监测方法及系统，该方法包括下述步骤：布设用于采集环境信息的传感器；获取外部天气数据和传感器收集的数据；选择序列长度为w的连续时间序列数据，并划分为数据集；构建DDTCN模型并基于训练集进行模型训练；基于验证集调节DDTCN模型的参数并评估DDTCN模型的性能；使用不同历史时间窗口信息和不同的预测长度，将测试集的连续时间序列数据输入训练后的DDTCN模型，得到预测值，获取当前实时数据，计算当前实时数据与保存的预测值的差值，通过阈值判断是否发出预警。本发明能根据数据自动调整模型参数，更及时地发现潜在的问题和风险，减少因延迟响应而导致的损失。
-
公开(公告)号：CN118870036A
公开(公告)日：2024-10-29
申请号：CN202410773695.0
申请日：2024-06-17
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
IPC: H04N21/218 , H04N21/231 , H04N21/239 , H04N7/18 , G06V10/94 , G06V20/52 , G06F9/50
Abstract: 本发明公开了一种闯入目标检测的数据中心高吞吐部署方法及系统，方法包括：摄像头采集图像，将经过监控主机内置算法筛选的图像上传至云存储服务器；云存储服务器将该批图像与其对应的摄像头序列号进行存储，生成存储数据地址，将接收图像数据的描述信息发送至业务服务器；业务服务器设定好不同摄像头所需进行的不同类别的目标检测，生成请求信息后发送给算法服务器；算法服务器获取业务服务器的请求后，解析出目标检测类别与图像数据地址，再根据空闲计算资源创建目标检测算法实例，最终将运行结果整合后返回给业务服务器。本发明可以减少目标检测算法部署系统整体的计算复杂度，有效提高了目标检测算法部署在数据中心的吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN118628215A
公开(公告)日：2024-09-10
申请号：CN202411108273.8
申请日：2024-08-13
Applicant: 华南农业大学
IPC: G06Q30/0601 , G06N3/0442 , G06N5/022 , G06Q30/0201 , G06F16/36
Abstract: 本发明公开了一种基于全局与动态知识图谱引导的价格感知推荐方法及系统，通过获取B2B电子商务平台中用户与商品的历史交互数据，以天为粒度对商品价格进行等级划分并通过等级划分获取商品的动态价格特征，以天为单位构造含有用户、商品等节点的动态知识图谱与全局知识图谱；利用知识图谱嵌入学习技术学习全局知识图谱与动态知识图谱的节点表征；构建基于深度学习的价格感知推荐模型，将学习到的节点表征用于模型输入，通过模型捕获商品价格和用户偏好的动态变化，并利用贝叶斯排序损失训练模型。通过本发明，能够显著提升推荐系统性能与用户体验，同时，提升数据推荐效果。
-
公开(公告)号：CN119883868A
公开(公告)日：2025-04-25
申请号：CN202510186910.1
申请日：2025-02-20
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
IPC: G06F11/362 , G06F11/3668 , G06F8/41
Abstract: 本发明涉及基于代码大模型Agent的白盒单元测试生成方法及装置，属于代码测试技术领域，本发明通过代码大模型Agent对所述待测代码文件进行处理，生成候选测试用例，进而引入编译验证器，将候选测试用例输入所述编译验证器中进行验证，获取未通过验证的测试用例和错误日志以及通过验证的测试用例，从而构建代码修复模型，将未通过验证的测试用例和错误日志输入代码修复模型中进行修复，对修复通过验证的测试用例以及通过验证的测试用例进行测试。本发明的提示生成器动态适配待测代码，提升了测试用例的语义关联性和生成的准确性。其次，编译验证与自动修复闭环，提高了测试用例的通过率和可执行性。
-
公开(公告)号：CN118820588B
公开(公告)日：2025-02-07
申请号：CN202410830003.1
申请日：2024-06-25
Applicant: 华南农业大学
IPC: G06F16/9535 , G06Q30/0601 , G06Q30/0201 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于图卷积和自注意力机制的购物篮推荐方法及系统，包括：基于包含购物篮、商品项、商品类型、价格以及用户等多个类型节点的图结构数据，通过图卷积网络聚合每个节点的邻接信息，从而更全面捕捉节点与图结构之间的内在联系。同时，构建用户的价格特征学习模块以精确表达相邻用户之间的相似价格偏好。通过引入注意力机制精确分配价格、用户、商品、购物篮之间的权重，使得模型可以结合用户偏好，做出具有针对性和个性化的推荐。本发明优化了推荐算法的性能，提高了用户的满意度，实现推荐系统与用户需求的更精确的匹配。
-
公开(公告)号：CN118628215B
公开(公告)日：2024-11-29
申请号：CN202411108273.8
申请日：2024-08-13
Applicant: 华南农业大学
IPC: G06Q30/0601 , G06N3/0442 , G06N5/022 , G06Q30/0201 , G06F16/36
Abstract: 本发明公开了一种基于全局与动态知识图谱引导的价格感知推荐方法及系统，通过获取B2B电子商务平台中用户与商品的历史交互数据，以天为粒度对商品价格进行等级划分并通过等级划分获取商品的动态价格特征，以天为单位构造含有用户、商品等节点的动态知识图谱与全局知识图谱；利用知识图谱嵌入学习技术学习全局知识图谱与动态知识图谱的节点表征；构建基于深度学习的价格感知推荐模型，将学习到的节点表征用于模型输入，通过模型捕获商品价格和用户偏好的动态变化，并利用贝叶斯排序损失训练模型。通过本发明，能够显著提升推荐系统性能与用户体验，同时，提升数据推荐效果。
-
公开(公告)号：CN118521423A
公开(公告)日：2024-08-20
申请号：CN202410986747.2
申请日：2024-07-23
Applicant: 华南农业大学 , 温氏食品集团股份有限公司
Abstract: 本发明公开了一种基于多模态物联网的家禽养殖智慧监测方法及系统，该方法包括下述步骤：布设用于采集环境信息的传感器；获取外部天气数据和传感器收集的数据；选择序列长度为w的连续时间序列数据，并划分为数据集；构建DDTCN模型并基于训练集进行模型训练；基于验证集调节DDTCN模型的参数并评估DDTCN模型的性能；使用不同历史时间窗口信息和不同的预测长度，将测试集的连续时间序列数据输入训练后的DDTCN模型，得到预测值，获取当前实时数据，计算当前实时数据与保存的预测值的差值，通过阈值判断是否发出预警。本发明能根据数据自动调整模型参数，更及时地发现潜在的问题和风险，减少因延迟响应而导致的损失。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.017 seconds)
