公开(公告)号：CN118586450A

公开(公告)日：2024-09-03

申请号：CN202410636986.5

申请日：2024-05-22

Applicant: 江南大学 ,  嘉兴未来食品研究院

Inventor： 李伟 ,  沈子成 ,  王震宇

IPC: G06N3/0464 ,  G06N3/084 ,  G06N3/098

Abstract: 本申请关于一种跨食品部门联邦学习传输参数量减少系统及方法，涉及人工智能技术领域，该系统包括：非完整神经网络构建模块，用于构建参数量少于完整神经网络的非完整神经网络模型；卷积核生成训练模块，用于通过非完整神经网络模型，用卷积核生成函数并进行联邦学习训练得到更新后的非完整神经网络模型；分模块上传组合模块，用于通过服务器随机分配编号并指令每个客户端上传更新后的非完整本地模型中的一个模块，并由服务端重组新的全局模型，以及，模型评估模块，用于在完成联邦学习训练后采用测试数据集进行测试，根据测试结果来评估全局模型的模型性能。在解决“食品数据孤岛”问题的同时，保证了联邦学习的高效通信。

公开(公告)号：CN113158701B

公开(公告)日：2022-04-22

申请号：CN202110524094.2

申请日：2021-05-13

Applicant: 江南大学

Inventor： 周彪 ,  柯成杰 ,  沈子成 ,  朱泽玉 ,  董利剑 ,  杨雨欣

IPC: G06K7/10

Abstract: 本发明涉及一种基于无源RFID多址技术的寻物方法，其用于对位置监测区域内的货物进行定位，每个所述货物上均设置电子标签，其特征在于，包括：S1、计算每个RFID读写模块的收包率；S2、获取每个所述RFID读写模块的识别区域，将三个RFID读写模块的识别区域局部重叠；S3、建立定位信息识别库，对每个所述分割区域进行定位；S4、对每个所述RFID读写模块进行位置固定；S5、确定所述货物的位置。所述RFID读写模块能够远距离无接触识别、快速读写；且通过收包率划分RFID读写模块的识别区域，解决了仓储管理过程中包裹难搜寻、包裹具体位置难以确定等问题，显著提高仓库的运作效率，系统布置成本低，范围广。

公开(公告)号：CN113158701A

公开(公告)日：2021-07-23

申请号：CN202110524094.2

申请日：2021-05-13

Applicant: 江南大学

Inventor： 周彪 ,  柯成杰 ,  沈子成 ,  朱泽玉 ,  董利剑 ,  杨雨欣

IPC: G06K7/10

Abstract: 本发明涉及一种基于无源RFID多址技术的寻物方法，其用于对位置检测区域内的货物进行定位，每个所述货物上均设置电子标签，其特征在于，包括：S1、计算每个RFID读写模块的收包率；S2、获取每个所述RFID读写模块的识别区域，将三个RFID读写模块的识别区域局部重叠；S3、建立定位信息识别库，对每个所述分割区域进行定位；S4、对每个所述RFID读写器模块进行位置固定；S5、确定所述货物的位置。所述RFID读写模块能够远距离无接触识别、快速读写；且通过收包率划分RFID读写模块的识别区域，解决了仓储管理过程中包裹难搜寻、包裹具体位置难以确定等问题，显著提高仓库的运作效率，系统布置成本低，范围广。