Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于神经网络的生物有机肥菌种识别方法、系统及设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本申请公开了一种基于神经网络的生物有机肥菌种识别方法、系统及设备,所述方法包括:采集生物有机肥的多模态信息,并对所述多模态信息进行数据预处理,以得到多模态数据集;分别对多模态数据集中每个模态进行特征提取;将各模态的特征映射到目标语义空间,并根据相互关系对各模态的特征进行更新;分别计算每个模态的全局特征,并对所有全局特征进行拼接操作;基于各模态更新后的特征和拼接后的全局特征进行特征融合,以得到融合特征;对融合特征进行分类,以得到生物有机肥的菌种类别。通过本申请的方案,能够提高菌种识别速度与识别精度。

主权项:1.一种基于神经网络的生物有机肥菌种识别方法,其特征在于,包括:采集生物有机肥的多模态信息,并对所述多模态信息进行数据预处理,以得到多模态数据集;分别对多模态数据集中每个模态进行特征提取;将各模态的特征映射到目标语义空间,并根据相互关系对各模态的特征进行更新;将各模态的特征映射到目标语义空间,并根据相互关系对各模态的特征进行更新,包括:将各模态的特征映射到相同的语义空间,并计算跨模态注意力矩阵;基于跨模态注意力矩阵构建跨模态相互关系矩阵,以对各模态的特征进行更新;基于跨模态注意力矩阵构建跨模态相互关系矩阵,以对各模态的特征进行更新,包括: 其中,表示更新后的第i个模态的特征,Xi表示第i个模态的特征向量,β表示可学习的特征更新强度参数,M表示模态的总数,α表示可学习的平衡参数,Wij表示用于计算模态i和模态j之间相似度的可学习权重矩阵,||Xi||表示第i个模态特征的范数,Qi表示第i个模态的查询矩阵,Kj表示第j个模态的键值矩阵,dk表示键值的维度,Wj表示用于特征变换的可学习权重矩阵,i表示当前正在更新特征的目标模态索引,j表示与目标模态进行交互和信息融合的模态索引,k表示遍历所有模态的索引变量,表示对所有模态进行遍历和累加,表示第i个模态特征向量的转置,Xk表示第k个模态的特征向量,||Xk||表示第k个模态特征的范数,Xj表示第j个模态的特征向量;分别计算每个模态的全局特征,并对所有全局特征进行拼接操作;分别计算每个模态的全局特征,包括: 其中,Gm表示模态m的全局特征,Nm表示模态m的特征数量,表示模态m的第i个特征,αm、βm、γm表示可学习的模态特定参数,K表示注意力头的数量,wj表示第j个注意力头的权重,ReLU表示激活函数,⊙表示逐元素乘法,σ表示sigmoid激活函数,LayerNorm表示层归一化操作;基于各模态更新后的特征和拼接后的全局特征进行特征融合,以得到融合特征;基于各模态更新后的特征和拼接后的全局特征进行特征融合,以得到融合特征,包括: 其中,Ffused表示融合特征,λ表示平衡因子,MLP表示多层感知机,表示拼接后的全局特征,γij表示动态权重,Attention表示注意力机制,和表示更新后的特征;对融合特征进行分类,以得到生物有机肥的菌种类别。

全文数据:

权利要求:

百度查询: 宝鸡大地农业科技有限公司 基于神经网络的生物有机肥菌种识别方法、系统及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。