-
公开(公告)号：CN118115903A
公开(公告)日：2024-05-31
申请号：CN202410532574.7
申请日：2024-04-30
Applicant: 安徽大学
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06V10/778 , G06V10/40 , G06V10/82
Abstract: 本发明涉及病虫害防治技术领域，本发明公开了基于AI技术松材线虫病智能识别处理系统；包括采集选定区域的历史训练数据集合，基于历史训练数据集合，训练预测出树木状态值的机器学习模型，采集实时的综合虫害数据，预测出实时的树木状态值，识别出可疑树木，采集可疑树木的虫害特征，识别出虫害树木，基于虫害树木的虫害识别指数，生成虫害紧急度级别，制定一级处理指令或二级处理指令；相对于现有技术，能够根据树木的综合外在数据和综合内在数据，对树木进行准确的双重识别处理，避免出现松材线虫病树木误识别或漏识别的现象，确保出现松材线虫病的树木能够得到及时有效的治理，进而有利于林业部门对松材线虫病的识别和治理。
-
公开(公告)号：CN117493585A
公开(公告)日：2024-02-02
申请号：CN202311843754.9
申请日：2023-12-29
Applicant: 安徽大学
IPC: G06F16/38 , G06F40/279 , G06F40/30 , G06F16/33
Abstract: 本发明公开了一种基于大语言模型的数据检索系统，包括：转换模型，对输入语言进行跨语言的转换，将输入语言转换为输出语言，基于输出语言进行大语言模型的数据检索，对输入语言进行扩展检索，生成扩展语言集，根据扩展语言集与输入语言之间的关联度进行计算，获取扩展语言集中输入语言的语义，根据输入语言语义的限定，进行输入语言与输出语言的转换。本发明通过对关键词的扩展来增加对关键词语义的限定，并根据所生成的限定来缩小跨语言的语义，从而增加跨语言进行关键词的检索时，输入语言与输出语言之间的相通性，进而来确保在进行跨语言检索时，反馈结果与预期值的匹配程度。
-
公开(公告)号：CN119399766B
公开(公告)日：2025-04-01
申请号：CN202411822758.3
申请日：2024-12-12
Applicant: 安徽大学
IPC: G06V20/70 , G06V10/774 , G06F16/58 , G06N5/02
Abstract: 本发明公开了基于视觉与先验知识共融的害虫图像标注方法，将先验知识与处理后的图像数据融合，并利用特征标注算法实现对图像数据中害虫图像特征提取标注的操作，本发明涉及图像数据处理技术领域。该基于视觉与先验知识共融的害虫图像标注方法，通过将先验知识与处理后的图像数据融合，并利用特征标注算法实现对图像数据中害虫图像特征提取标注的操作，并建立害虫检测大模型，将标注的图像数据引入至害虫检测大模型进行训练并优化模型参数，以此不仅开发高精度害虫检测大模型，提高识别的效率和精准度，而且为害虫识别算法提供丰富的训练资源，使得害虫图像标注的操作效果更好。
-
公开(公告)号：CN117975312A
公开(公告)日：2024-05-03
申请号：CN202410361601.9
申请日：2024-03-28
Applicant: 安徽大学
Abstract: 本发明公开了用于松材线虫病识别的无人机拍摄图像处理系统，包括无人机采集端、图像处理系统和疫木识别模块，本发明涉及图像处理技术领域。该用于松材线虫病识别的无人机拍摄图像处理系统，通过设置有图像处理系统，利用图像处理模块完成对图像数据的接收，并通过对图像灰度处理后进行图像中不同类别的信息进行分割操作，且对分割后的类别进行标记，以此对图像完成精准的处理后，通过该数据集训练一个模型，并通过对模型的训练、优化操作形成一个应用于实际的模型，不仅有效的避免了图像中相近相似灰度特征的干扰，而且训练后的模型能够更好的对其他区域的林木进行识别操作。
-
公开(公告)号：CN117636185B
公开(公告)日：2024-04-09
申请号：CN202410107688.7
申请日：2024-01-26
Applicant: 安徽大学
Abstract: 本发明涉及图像处理技术领域，本发明公开了基于图像处理的松材线虫病检测系统；包括基于筛选准则获得目标图像，在目标图像中获得目标区域，采集目标区域的综合虫害数据，生成虫害检测指数，并基于虫害检测差值，判定是否生成虫害预警提示，基于虫害检测差值，生成虫害预警级别，基于虫害预警级别，制定消杀指令；本发明中，通过对卫星遥感图像的筛选识别，可以剔除掉存在干扰因素的非目标图像，并基于目标图像识别到面积小且位置精准的目标区域，一方面有效的降低了检测数据的采集量和计算量，提高了数据计算速率，另一方面也避免了无用数据对检测结果可能带来的误差影响，极大的提高了松材线虫病检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN118115903B
公开(公告)日：2024-07-05
申请号：CN202410532574.7
申请日：2024-04-30
Applicant: 安徽大学
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06V10/778 , G06V10/40 , G06V10/82
Abstract: 本发明涉及病虫害防治技术领域，本发明公开了基于AI技术松材线虫病智能识别处理系统；包括采集选定区域的历史训练数据集合，基于历史训练数据集合，训练预测出树木状态值的机器学习模型，采集实时的综合虫害数据，预测出实时的树木状态值，识别出可疑树木，采集可疑树木的虫害特征，识别出虫害树木，基于虫害树木的虫害识别指数，生成虫害紧急度级别，制定一级处理指令或二级处理指令；相对于现有技术，能够根据树木的综合外在数据和综合内在数据，对树木进行准确的双重识别处理，避免出现松材线虫病树木误识别或漏识别的现象，确保出现松材线虫病的树木能够得到及时有效的治理，进而有利于林业部门对松材线虫病的识别和治理。
-
公开(公告)号：CN117521673B
公开(公告)日：2024-03-22
申请号：CN202410021455.5
申请日：2024-01-08
Applicant: 安徽大学
IPC: G06F40/30 , G06F40/284 , G06F40/289 , G06N20/00 , G06F16/906
Abstract: 本发明公开了一种具备分析训练性能的自然语言处理系统，包括处理系统和云数据库，所述处理系统从云数据库获取数据并将处理结果数据上传至云数据库，本发明涉及自然语言处理技术领域。该具备分析训练性能的自然语言处理系统，采用阈值对比方式将置信度概率分为三个批次，在概率较大的情况下可直接获取最大值对应的释义，而置信度概率中等时，可结合上下文内容再次训练来进一步筛分，获得更高的置信度，而在所有置信度概率均较低时，即表示系统判定目前的置信度均较低，则还可从网络上再次爬取数据作为对比依据，反复进行训练，直至获取合格的置信度概率，采用此方式有效的避免了单一选择导致的误差值，提高了获取正确释义的准确度。
-
公开(公告)号：CN117636185A
公开(公告)日：2024-03-01
申请号：CN202410107688.7
申请日：2024-01-26
Applicant: 安徽大学
Abstract: 本发明涉及图像处理技术领域，本发明公开了基于图像处理的松材线虫病检测系统；包括基于筛选准则获得目标图像，在目标图像中获得目标区域，采集目标区域的综合虫害数据，生成虫害检测指数，并基于虫害检测差值，判定是否生成虫害预警提示，基于虫害检测差值，生成虫害预警级别，基于虫害预警级别，制定消杀指令；本发明中，通过对卫星遥感图像的筛选识别，可以剔除掉存在干扰因素的非目标图像，并基于目标图像识别到面积小且位置精准的目标区域，一方面有效的降低了检测数据的采集量和计算量，提高了数据计算速率，另一方面也避免了无用数据对检测结果可能带来的误差影响，极大的提高了松材线虫病检测的准确度。
-
公开(公告)号：CN117521673A
公开(公告)日：2024-02-06
申请号：CN202410021455.5
申请日：2024-01-08
Applicant: 安徽大学
IPC: G06F40/30 , G06F40/284 , G06F40/289 , G06N20/00 , G06F16/906
Abstract: 本发明公开了一种具备分析训练性能的自然语言处理系统，包括处理系统和云数据库，所述处理系统从云数据库获取数据并将处理结果数据上传至云数据库，本发明涉及自然语言处理技术领域。该具备分析训练性能的自然语言处理系统，采用阈值对比方式将置信度概率分为三个批次，在概率较大的情况下可直接获取最大值对应的释义，而置信度概率中等时，可结合上下文内容再次训练来进一步筛分，获得更高的置信度，而在所有置信度概率均较低时，即表示系统判定目前的置信度均较低，则还可从网络上再次爬取数据作为对比依据，反复进行训练，直至获取合格的置信度概率，采用此方式有效的避免了单一选择导致的误差值，提高了获取正确释义的准确度。
-
公开(公告)号：CN117493585B
公开(公告)日：2024-03-22
申请号：CN202311843754.9
申请日：2023-12-29
Applicant: 安徽大学
IPC: G06F16/38 , G06F40/279 , G06F40/30 , G06F16/33
Abstract: 本发明公开了一种基于大语言模型的数据检索系统，包括：转换模型，对输入语言进行跨语言的转换，将输入语言转换为输出语言，基于输出语言进行大语言模型的数据检索，对输入语言进行扩展检索，生成扩展语言集，根据扩展语言集与输入语言之间的关联度进行计算，获取扩展语言集中输入语言的语义，根据输入语言语义的限定，进行输入语言与输出语言的转换。本发明通过对关键词的扩展来增加对关键词语义的限定，并根据所生成的限定来缩小跨语言的语义，从而增加跨语言进行关键词的检索时，输入语言与输出语言之间的相通性，进而来确保在进行跨语言检索时，反馈结果与预期值的匹配程度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
