-
公开(公告)号：CN115150918B
公开(公告)日：2025-04-08
申请号：CN202210626888.4
申请日：2022-06-06
Applicant: 西北农林科技大学
Abstract: 本发明属于无线通信技术领域，公开了一种分簇网络架构下的可靠联邦学习方法、系统、设备及终端，系统根据分簇规则选出簇头用户，并将网络中所有参与联邦学习任务的用户与其最近的可信簇头进行关联，从而完成分簇过程；簇头用户根据接收的簇内用户的本地模型参数聚合生成簇内模型，并协助簇内用户完成本地信誉表的更新；基站根据接收的簇内模型参数聚合生成全局模型，并协助网络中所有用户完成本地模型参数以及信誉表的更新；重复上述过程，直至联邦学习任务完成或者用户设备能量耗尽。本发明克服了无线联邦学习在典型的客户‑服务器架构下扩展性有限和能耗过大的不足，保证无线联邦学习的安全性，延长整个网络的生命周期。
-
公开(公告)号：CN119046412A
公开(公告)日：2024-11-29
申请号：CN202310615715.7
申请日：2023-05-29
Applicant: 西北农林科技大学
IPC: G06F16/332 , G06F16/36 , G06N5/02
Abstract: 该发明专利名为“一种融合多模态知识的葡萄种植领域答案选择方法”。包括多模态数据的采集，融合多模态知识的葡萄种植领域答案选择模型的构建。即首先通过完成多模态数据的采集和处理完成多模态知识图谱的构建，然后搭建答案选择模型。通过构建葡萄种植领域多模态知识图谱并将其融入答案选择方法，为答案选择任务提供了背景知识，使得模型能够对问答文本中的实体提及从概念、关系的知识维度去做全方位的解析，协助提供所需的语义知识。且通过提取不同模态数据的特征并加以融合，弥补了单模态数据表示的局限性。
-
公开(公告)号：CN117610639A
公开(公告)日：2024-02-27
申请号：CN202311143860.6
申请日：2023-09-06
Applicant: 西北农林科技大学
Abstract: 本发明属于无线通信技术领域，公开了一种用于无人机轨迹优化的安全强化学习方法及系统，设计并明确网络场景、无人机的信道模型和能耗模型；构建优化目标，明确最小化平均信息年龄以及限制条件；根据场景及约束条件将问题转化为约束马尔科夫决策问题，进行状态空间、动作空间建模，并针对优化目标设计奖励函数；基于STD3算法构建无人机轨迹优化算法，对模型训练，并将训练好的模型在与不同用户参数下与基准算法对比进行性能验证。本发明能够有效地解决无人机飞行轨迹规划问题，提高数据收集的质量和速度，降低运行成本和风险。能够适应复杂和动态变化的环境，实现无人机的自主飞行和智能决策，提高无人机的安全性和可靠性。
-
公开(公告)号：CN111970709B
公开(公告)日：2022-09-16
申请号：CN202010662808.1
申请日：2020-07-10
Applicant: 西北农林科技大学
Abstract: 本发明属于无线通信技术领域，公开了一种基于粒子群优化算法的无人机中继部署方法及系统，设计并明确无人机中继的信道模型，计算其大尺度衰落路径损耗以及小尺度衰落，得到不同设备之间连接时的信道增益以及其信干噪比值；设计并明确无人机中继的能耗模型，明确悬停状态下无人机的功耗构成；构建优化目标，将有约束的混合01整数非线性规划问题转换为无约束的最优化问题；结合改进后的粒子群算法对终端设备发射功率，无人机中继候选部署位置，以及终端设备‑无人机中继‑信道关联关系进行优化，以实现系统总能耗最小化。本发明对标准粒子群算法进行了改进，更适用于该最优化问题的求解，提高了算法的执行效率。
-
公开(公告)号：CN109118561B
公开(公告)日：2020-10-16
申请号：CN201810821225.1
申请日：2018-07-24
Applicant: 西北农林科技大学
IPC: G06T13/20
Abstract: 本发明公开了基于位置的层次化动态模拟方法，涉及计算机图形学技术领域，该方法包括：创建一副布料网格，构造网格的特征信息并保存；根据网格的特征信息构造属于该网格的网格层次化系统；对布料模拟环境进行设置；根据基于位置的动态模拟方法PBD，结合网格层次化系统和布料模拟环境进行收敛加速。本发明的方法相对现有技术来说更加简单明了，不但在模拟效果上得到了提升，并且在收敛速度上也有很大提升。
-
Patent Agency Ranking
公开(公告)号：CN119478006A
公开(公告)日：2025-02-18
申请号：CN202411592999.3
申请日：2024-11-08
Applicant: 西北农林科技大学
IPC: G06T7/60 , G06T7/10 , G06T7/13 , G06V20/64 , G06V40/10 , G06V10/26 , G06V10/44 , G06N3/0499 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种家畜体尺测量方法、系统、计算机设备及存储介质，属于计算机三维视觉点云领域，该方法通过三维点云分割技术，将自动采集的家畜的点云数据分割为多个部分。分割后的点云结合家畜的生理特征，准确定位体尺测量的关键点。为了提高关键点定位的精度，本发明提出了一种新颖的关键点检测方法，包括坐标归一化、关键点簇获取、关键点优化以及边缘检测。通过上述方法，有效减少了在体尺测量过程中可能出现的关键点偏移和测量误差。本发明实现了非接触、快速、精准的家畜体尺参数测量，在基因改良、健康筛查及动物福利评估等领域具有重要应用前景。实验结果表明，该方法具有高度的准确性和鲁棒性，能够显著提高体尺测量的效率和精确度。
-
公开(公告)号：CN119251903A
公开(公告)日：2025-01-03
申请号：CN202411294270.8
申请日：2024-09-14
Applicant: 西北农林科技大学
IPC: G06V40/20 , G06V10/44 , G06V10/62 , G06V10/52 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种羊只行为识别方法、系统、设备及存储介质，属于计算机视觉技术领域，本发明首先在DeepSORT模型中引入注意力机制和在线掩码策略，构建羊只追踪模型；在YOLOv8模型中添加多尺度组卷积模块和自适应下采样模块，构建羊只行为识别模型。在对视频数据中的图像进行抽帧裁剪后，将裁剪后的图像输入羊只追踪模型对羊个体进行持续追踪，将追踪到的带有唯一标识符ID的多个图像输入羊只行为识别模型，对单只羊的行为进行识别。并记录同一只羊在不同时间、不同位置的形态特征出现的频率和持续时间，根据同一形态特征出现的频率和持续时间对羊只的行为进行分类。本发明克服了单只羊处理存在的局限性，极大地提高了检测精度和行为识别的准确度。
-
公开(公告)号：CN116957104A
公开(公告)日：2023-10-27
申请号：CN202310829896.3
申请日：2023-07-07
Applicant: 西北农林科技大学
IPC: G06N20/00 , G06F21/62 , G06F21/64 , G06F18/22 , G06F18/25 , H04W12/02 , H04W12/122 , H04W12/06 , H04W12/106 , H04W12/69 , H04L9/32 , H04L9/00
Abstract: 本发明属于无线通信技术领域，公开了一种无线网络中安全的联邦学习聚合方法、系统、设备及介质，基于非对称密钥加密体制进行用户身份认证，通过EigenTrust算法对用户进行可靠性分数建模，服务器构建与其关联节点的可靠性分数表；在一个训练轮次完成后，用户首先加密身份信息并对本地模型添加差分隐私并发送给服务器，服务器验证用户身份后接收模型信息，计算用户可靠性分数，该可靠性分数同时会成为下一轮可靠性分数计算时的参照；服务器根据用户可靠性分数值将用户模型参数按照一定比例进行聚合，得到全局模型。本发明合理有效地防止用户恶意破坏联邦学习过程，保护用户隐私，提高联邦学习系统全局模型的正确率，保证了无线联邦学习的安全性。
-
公开(公告)号：CN116824141A
公开(公告)日：2023-09-29
申请号：CN202310726197.6
申请日：2023-06-19
Applicant: 西北农林科技大学
IPC: G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V40/10
Abstract: 本发明公开了一种基于深度学习的牲畜图像实例分割方法及装置，涉及计算机视觉领域，方法包括：对单只牲畜和多只牲畜的图像采集作为数据集；通过改进卷积神经网络ConvNeXt‑T对图像特征提取，利用特征金字塔得到不同尺度的特征图；通过改进DynamicRCNN网络结构作为目标检测，对特征图中目标进行分类和位置回归；通过改进的RefineMask分割网络，对特征图中目标的轮廓进行分割，利用细化策略获得精准的分割结果。本发明提出的实例分割方法可以精准的定位和分割出复杂场景下每个牲畜的不规则轮廓，缓解了由于背景和牲畜重叠度高而为其他视觉任务带来的挑战。
-
公开(公告)号：CN116663661A
公开(公告)日：2023-08-29
申请号：CN202310390183.1
申请日：2023-04-12
Applicant: 西北农林科技大学
IPC: G06N5/02 , G06F16/36 , G06F16/31 , G06F40/295 , G06F16/332
Abstract: 本发明提供了一种猕猴桃全产业链知识图谱数据库的构建方法与问答系统，包括：步骤S1，概念设计：概念中包括32类实体；步骤S2，构建猕猴桃文本数据集，以BIO标注方式标注32类实体，获得标注的数据集；步骤S3，基于步骤S2的标注结果，对于原始文本，通过BiLSTM‑CRF模型进行实体识别，获得格式化文本；步骤S4，在BiLSTM‑CRF模型的概念模式的指导和约束下，将格式化文本组装成三元组，即实体层；步骤S5，将三元组使用Neo4j图数据库进行持久化保存。本发明的方法利用深度语言模型从多源异构数据中抽取知识，根据猕猴桃全产业链概念模式设计，将抽取到的知识组装成知识图谱的方法。所构建知识图谱数据库成本低，知识完整度高且更新维护便利。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.023 seconds)
