一种用于菠萝采摘的智能识别设备

    公开(公告)号:CN118633429B

    公开(公告)日:2024-12-20

    申请号:CN202410907803.9

    申请日:2024-07-08

    Abstract: 本发明公开了农业种植技术领域的一种用于菠萝采摘的智能识别设备,包括移动组件,移动组件上设有若干采摘组件和与采摘组件对应的接收组件,采摘组件均包括气泵、采收绳和对称布置的驱动腔,采收绳上设有配重块,采收绳两端均固定连接有活塞,且活塞均与相邻的驱动腔内侧壁滑动配合,任意一驱动腔靠近采收绳的侧边上开有孔,且孔布置于采收绳上方,该驱动腔通过孔与外界连通,且连通处设有第一电磁阀,还包括控制系统,控制系统用于根据菠萝的位置和成熟状态控制气泵和第一电磁阀工作,从而对采收绳形态进行调整,控制系统还用于控制接收组件工作,用以降低菠萝采摘过程中设备对菠萝植株的影响。

    一种基于检索增强生成和大模型的农业知识智能问答系统

    公开(公告)号:CN119226454A

    公开(公告)日:2024-12-31

    申请号:CN202411119752.X

    申请日:2024-08-15

    Abstract: 本发明的目的是提供一种基于检索增强生成和大模型的农业知识智能问答系统,该方法包括:建立农作物知识图谱的向量知识库;构建问答检索大模型;在所述向量知识库里检索用户提出的问题的相关上下文;所述问答检索大模型根据所述相关上下文对所述用户提出的问题进行回答。本发明能够整合和存储海量农作物种植数据,通过先进的知识图谱向量知识库技术和高效的检索机制,将这些数据转化为有价值的知识,并利用大模型的智能推理技术,将信息迅速、准确地提供给用户,支持荔枝种植全过程的决策需求。这种系统不仅提高了信息的利用率和决策的准确性,还大大提升了用户的使用体验,满足了现代农业对信息化和智能化的需求。

    排料装置及分选设备
    6.
    发明公开

    公开(公告)号:CN117585413A

    公开(公告)日:2024-02-23

    申请号:CN202311159708.7

    申请日:2023-09-07

    Abstract: 本发明具体公开了一种排料装置及分选设备,排料装置包括机架、传送组件、两个挡板和供料组件,传送组件包括驱动器、传动组件和输送带,传动组件包括主动辊和第一从动辊,主动辊固定于机架并与驱动器连接,主动辊通过输送带与第一从动辊连接,第一从动辊滑动连接于机架,第一从动辊能够沿高度方向移动,以调整主动辊和第一从动辊的连线与水平方向的夹角,输送带均匀布置有多个凹槽;两个挡板滑动连接于机架,两个挡板能够分别沿高度方向移动,以与输送带围设形成充料腔,挡板用于阻挡未进入凹槽的物料;供料组件用于将物料输送至充料腔。本发明提升了排量装置的排料效果,提高了普适性,节省成本。

    一种基于云平台的农用插秧机无人驾驶控制方法、系统

    公开(公告)号:CN116438983A

    公开(公告)日:2023-07-18

    申请号:CN202310459157.X

    申请日:2023-04-19

    Abstract: 本发明涉及一种基于云平台的农用插秧机无人驾驶控制方法、系统,包括农用插秧机车体,用于进行插秧的插秧模块,用于在指定的工作区域进行行驶的无人驾驶模块,用于实时采集所述农用插秧机车体周围的图像的采集模块,用于确定从所述农用插秧机车体的当前位置到目的地位置的导航模块,用于操作者与农用插秧机车体进行人机交互的人机交互模块,用于接收控制指令进行控制的执行模块,通过第一半圆壳管和第二半圆壳管的设置能够在插秧时让第一半圆壳管和第二半圆壳管的底部遇到石子等硬物杂质时能够将它们推开,从而便于后续进行插秧。

    基于大语言模型的知识增强问答方法及电子设备

    公开(公告)号:CN119884309A

    公开(公告)日:2025-04-25

    申请号:CN202411911823.X

    申请日:2024-12-24

    Abstract: 本公开实施例公开了一种基于大语言模型的知识增强问答方法及电子设备,通过获取原始知识文本数据,基于原始知识文本数据得到初始知识文本数据,对初始知识文本数据进行分割得到多个知识文本块,提取知识文本块中的知识文本关键词,对知识文本关键词进行向量化,得到知识文本关键词向量,从知识问题中提取出问题关键词,基于问题关键词对关键词提取模型进行微调,基于知识问题和参考知识回答对知识问答模型进行微调,根据微调后的关键词提取模型生成查询问题的查询问题关键词向量,根据查询问题关键词向量与知识文本关键词向量确定候选知识文本块,使微调后的知识问答模型基于候选知识文本块生成目标知识回答,提升了知识问答模型的响应速度和准确性。

Patent Agency Ranking