[發(fā)明專利]農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)在審
| 申請?zhí)枺?/td> | 201810126766.2 | 申請日： | 2018-02-08 |
| 公開（公告）號： | CN108335226A | 公開（公告）日： | 2018-07-27 |
| 發(fā)明（設計）人： | 朱銀;顏偉;楊欣 | 申請（專利權）人： | 江蘇省農(nóng)業(yè)科學院 |
| 主分類號： | G06Q50/02 | 分類號： | G06Q50/02;G10L15/06;G10L15/14;G10L25/30 |
| 代理公司： | 南京經(jīng)緯專利商標代理有限公司 32200 | 代理人： | 朱小兵 |
| 地址： | 210014 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 導出 種質(zhì)資源 數(shù)據(jù)核查 采集系統(tǒng) 實時智能 系統(tǒng)管理 智能匹配 音視頻 歸檔 取證 采集 完整性檢查 知識庫管理 重復性檢查 工作效率 結(jié)合方式 模塊組成 人力成本 視頻錄像 手動數(shù)據(jù) 圖片照片 性狀信息 音頻錄音 用戶管理 語音識別 自動識別 自動校驗 大數(shù)據(jù) 智能化 文檔 語音 自動化 分析 檢查 圖片 | ||
1.一種農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)，其特征在于，包括數(shù)據(jù)采集模塊、數(shù)據(jù)核查模塊；其中：
所述數(shù)據(jù)采集模塊，包括：
語音自動識別填報單元，用于基于深度學習的語音識別技術，實現(xiàn)種質(zhì)資源信息的語音快速錄入；
智能匹配填報單元，用于基于歷史數(shù)據(jù)的模糊匹配技術，實現(xiàn)采集數(shù)據(jù)關聯(lián)信息的自動匹配；
所述數(shù)據(jù)核查模塊，包括：
重復性檢查單元，用于對采集的數(shù)據(jù)進行重復性檢驗，當校驗存在重復數(shù)據(jù)時，進行去重操作；
規(guī)范性檢查單元，用于根據(jù)種質(zhì)資源數(shù)據(jù)質(zhì)量指標對采集的數(shù)據(jù)進行規(guī)范性標準檢驗，當存在不符合規(guī)范性標準的數(shù)據(jù)時，向數(shù)據(jù)采集模塊返回重新采集的指令；
完整性檢查單元，用于根據(jù)種質(zhì)資源數(shù)據(jù)質(zhì)量指標對采集的數(shù)據(jù)進行完整性標準檢驗，當存在不符合完整性標準的數(shù)據(jù)時，向數(shù)據(jù)采集模塊返回重新采集的指令。
2.根據(jù)權利要求1所述的農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)，其特征在于，所述農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)還包括歸檔導出模塊，用于對數(shù)據(jù)核查模塊通過校驗的數(shù)據(jù)形成歸檔文件，并導出為表格或者文檔、圖片。
3.根據(jù)權利要求2所述的農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)，其特征在于，所述歸檔導出模塊包括表格導出單元、文檔導出單元、圖片導出單元。
4.根據(jù)權利要求1所述的農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊還包括：
手動數(shù)據(jù)填報單元，用于手動輸入采集的數(shù)據(jù)。
5.根據(jù)權利要求1所述的農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)，其特征在于：所述智能匹配填報單元，被配置以執(zhí)行以下動作：以人工編制規(guī)則為輔助，在已有的種質(zhì)資源通過包括人工標注、注意的方式，建立自動規(guī)則生成庫，并通過利用自學習技術，提煉種質(zhì)資源與性狀信息的關聯(lián)規(guī)則，基于該規(guī)則實現(xiàn)種質(zhì)資源性狀的自動匹配。
6.根據(jù)權利要求1所述的農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)，其特征在于，所述語音自動識別填報單元，被配置以執(zhí)行以下動作實現(xiàn)采集數(shù)據(jù)關聯(lián)信息的自動匹配：
首先，將低噪聲或者無噪聲語音通過特征提取和混合概率圖模型處理，生成預訓練標簽，該預訓練標簽通過復雜深度神經(jīng)網(wǎng)絡訓練，獲得標簽狀態(tài)的后驗概率，此后驗概率即訓練標簽，通過將訓練標簽訓練簡化深度神經(jīng)網(wǎng)絡，得到識別模型；
其中，識別模型的優(yōu)化準則為：
式中，Ac表示參照模型的后驗概率分布，Ac(si|xc)表示特征xc被識別為第i個狀態(tài)的后驗概率；B表示識別模型的后驗概率分布，B(si|x)表示特征x被識別為第i個狀態(tài)的后驗概率。
7.根據(jù)權利要求1所述的農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)，其特征在于：所述農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)還包括音視頻取證模塊，所述音視頻取證模塊包括音頻錄音單元、視頻錄像單元、圖片照片單元。
8.根據(jù)權利要求1所述的農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)，其特征在于：所述農(nóng)業(yè)種質(zhì)資源信息實時智能采集系統(tǒng)還包括系統(tǒng)管理模塊，所述系統(tǒng)管理模塊包括知識庫管理單元、用戶管理單元。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于江蘇省農(nóng)業(yè)科學院，未經(jīng)江蘇省農(nóng)業(yè)科學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810126766.2/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
