-
公开(公告)号：CN118631524A
公开(公告)日：2024-09-10
申请号：CN202410747772.5
申请日：2024-06-11
Applicant: 新疆大学
IPC: H04L9/40
Abstract: 本申请公开了一种基于隐私保护的流量检测方法、装置、设备及介质，方法包括：在异常流量数据中添加第一噪声，提取添加了第一噪声的异常流量数据的第一特征值，将第一特征值作为异常流量特征；获取本地模型基于异常流量特征的特征向量输出的第一预测标签，生成异常标签和第一预测标签之间的损失值；当损失值小于预设值时，获取本地模型的第一模型参数，向服务器发送第一模型参数；接收服务器基于第一模型参数下发的全局模型参数；根据全局模型参数更新本地模型，获取更新后的本地模型；获取当前流量数据的第二特征值，根据第二特征值以及更新后的本地模型，确定当前流量数据的流量检测结果。本申请有利于提高当前流量数据的安全性。
-
公开(公告)号：CN118552847A
公开(公告)日：2024-08-27
申请号：CN202410523027.2
申请日：2024-04-28
Applicant: 新疆大学
IPC: G06V20/10 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种农作物虫害识别方法、装置及相关设备，所述方法包括：获取待识别虫害图像；将该图像输入虫害识别网络，该虫害识别网络基于深度神经网络模型生成得到，包括关系感知全局注意力模块、多尺度特征融合模块和池化模块，关系感知全局注意力模块用于挖掘图像中具有判别性的区域特征，多尺度特征融合模块用于将不同尺度的特征信息进行融合，池化模块用于捕获图像中具有领域特异性的显著特征；输出虫害类型。采用本发明可以提高农作物虫害识别效率及准确性。
-
公开(公告)号：CN118551880A
公开(公告)日：2024-08-27
申请号：CN202410540390.5
申请日：2024-04-30
Applicant: 新疆大学
IPC: G06Q10/04 , G06Q50/02 , G06F18/2131 , G06F18/27 , G06F18/214 , G06F18/2431 , G06N20/20 , G06N3/006
Abstract: 本发明公开了一种基于人工智能的水稻产量预测方法、装置、设备及介质，包括：获取第一数据集，第一数据集包含影响水稻作物产量的特征数据；对第一数据集进行数据预处理，得到第二数据集；采用递归特征消除算法对第二数据集进行特征提取，得到目标特征；根据目标特征对初始轻量级梯度提升机器学习模型进行训练，得到集成学习模型；采用粒子群优化算法对集成学习模型进行超参数优化，得到目标预测模型；将影响水稻作物产量的特征数据输入到目标预测模型进行分析，得到水稻产量预测结果。采用本发明提高水稻产量预测的准确性。
-
公开(公告)号：CN118569421A
公开(公告)日：2024-08-30
申请号：CN202410531506.9
申请日：2024-04-29
Applicant: 新疆大学
IPC: G06Q10/04 , G06Q50/02 , G06F18/213 , G06F18/214 , G06F18/2431
Abstract: 本申请公开了基于可解释性的农作物产量预测方法、装置、设备及介质，该方法包括：训练由多粒度扫描结构和级联森林结构组成的农作物产量预测模型，获取训练后的农作物产量预测模型；获取训练后的农作物产量预测模型基于用于测试的农作物特征输出的农作物预测产量；获取农作物真实产量和农作物预测产量之间的差异，获取衡量差异的均方误差、决定系数、均方根差以及平均绝对误差；根据决定系数、均方误差、均方根差、平均绝对误差以及预设的综合性能值生成模型，生成当前综合性能值；当前综合性能值大于预设综合性能值时，将最大的SHAP值对应的农作物特征解释为影响农作物预测产量的主要因素。本申请能解释影响农作物产量预测模型的主要因素。
-
-
-
Search Results
4
records
(took 0.021 seconds)
