专利交易市场

本发明涉及信息传输技术领域，具体地说，涉及一种带有存储节点的自检式信息传输控制算法。其包括步骤一：在传送端和接收端之间建立自检域；步骤二：传送端发出的数据输入至自检域，经过自检域的自检控制对数据进行分流；步骤三：分流后的数据经过自检域数据后汇流，汇流的数据传输至接收端，在汇流过程中分流之间相互作用，以对数据进行恢复。本发明中通过自检域的自检控制对数据进行分流，分流后的数据经过自检域数据后汇流，汇流的数据传输至接收端，在汇流过程中分流之间相互作用，以对数据进行恢复，从而实现一个数据信息在传输过程中自检对数据的恢复发挥着作用。

本发明公开一种改进卷积神经网络模型的信息系统，涉及信息系统技术领域，解决的技术问题是信息系统分析，采用的方案是采用数据特征提取模块，用于提取信息系统的数据信息；异常数据分析模块，用于分析信息系统中的异常数据信息；改进卷积神经网络模型，用于诊断信息系统中的异常数据信息；所述改进卷积神经网络模型设置有SPN建模模块；数据查询模块，用于查询信息系统中的数据信息；搜索模块，用于搜索信息系统中的数据信息。本发明能够实现数据信息安全能力、信息特征分析、异常数据信息分析、数据信息计算、数据信息查询和数据信息搜索为一体的信息分析，大大提高信息系统分析能力。

本发明涉及图像识别技术领域，具体为基于图像识别的蔬菜核对方法及系统，包括以下步骤：基于蔬菜图像，采用卷积神经网络进行特征提取，生成蔬菜特征集合。本发明中，通过U‑Net模型实现的图像分割精确识别每个蔬菜的独立图像，极大提高了图像处理的精度和效率，结合支持向量机和K‑最近邻算法进行蔬菜分类，使分类结果更加准确，随机森林或梯度提升机算法用于质量评估和缺陷检测，提高评估的准确性和可靠性，孤立森林或自编码器算法在异常模式检测方面表现出高效的识别能力，发现并处理异常情况，成熟度和新鲜度的深度学习模型评估确保了评估的全面性和深度，采用图像处理算法进行蔬菜尺寸和形状的测量，为蔬菜的分类和质量评估提供辅助信息。