专利标题 公开号/公告号 公开日期 摘要 专利状态
一种TGW3突变蛋白在调控水稻谷粒性状中的应用 CN202410478427.6 - 本发明公开了一种TGW3突变蛋白在调控水稻谷粒性状中的应用，涉及作物遗传育种领域。本发明公开的一种提高水稻产量的方法包括：使水稻TGW3基因第四外显子提前终止表达或使水稻表达氨基酸序列如SEQ ID NO:11所示的TGW3突变蛋白。由此能够有效增加水稻谷粒长和谷粒长宽比，从而提高水稻产量。 实质审查
一种用于检测与水稻镉吸收相关基因OsNramp5连锁的分子标记的引物组及其应用 CN202410338468.5 - 本发明公开了一种用于检测与水稻镉吸收相关基因OsNramp5连锁的分子标记的引物组及其应用，所述分子标记用于检测蜀恢498的7号染色体第8899129位的碱基处是否存在大片段缺失；所述引物组包括特异性引物和通用引物，所述特异性引物包括如SEQ ID NO.1和SEQ ID NO.2所示的核苷酸序列；所述通用引物的核苷酸序列如SEQ ID NO.3所示。本发明的分子标记，结合KASP检测技术，可以解决传统分子标记辅助育种中的技术问题，无需琼脂糖凝胶电泳，可快速、准确、高效、高通量的鉴定OsNramp5基因，加快镉低积累新品种的选育进程。 实质审查
一种基于无监督聚类的生猪异常行为检测方法及装置 CN202410217802.1 - 本发明提供一种基于无监督聚类的生猪异常行为检测方法及装置，涉及畜牧业表型识别检测领域，所述方法包括：使用目标检测算法识别出视频流中的图像帧中的生猪目标；使用目标追踪算法对每个生猪目标运动轨迹进行追踪，得到每个生猪目标的轨迹信息，提取得到轨迹数据；根据轨迹数据，使用聚类算法对轨迹数据进行聚类分析，以得到分析结果；根据分析结果，判断生猪是否存在异常行为；将异常行为标记在原始视频流中的图像帧上，以得到可视化预测结果。本发明提供一种基于无监督聚类的生猪异常行为检测方法及装置，解决了目标密集或体型较小的多目标检测模型，现有算法模型很难精确识别出所有目标的问题。 实质审查
一种水稻氮肥施肥方法、系统、设备及存储介质 CN202410216150.X - 本发明公开了一种水稻氮肥施肥方法、系统、设备及存储介质，包括获取待施肥区域的待检测水稻照片，将待检测水稻照片输入训练好的分类神经网络模型，得到待检测水稻照片的预测生长时期以及预测长势等级，当预测长势等级小于预设等级，则根据预测生长时期计算第一施氮区间，根据预测生长时期与预设各时期对应比重计算第二施氮区间，根据第一施氮区间和第二施氮区间计算待检测水稻照片对应的水稻氮肥施肥量，提高了肥料利用率，降低了施肥成本，提升了计划作物的质量。 实质审查
多体态动物称重方法、系统、设备及计算机可读介质 CN202410216032.9 - 本申请提供了一种多体态动物称重方法、系统及设备，该申请所述方法包括：获取待称重动物的第一重量及当前运动数据；根据所述当前运动数据，确定所述待称重动物的体态标签；根据所述待称重动物的体态标签确定所述待称重动物的重量补偿系数；根据所述重量补偿系数及所述第一重量，确定所述待称重动物的真实重量。 实质审查
一种用于检测对虾急性肝胰腺坏死病的试剂盒及其应用 CN202410193730.1 - 本发明公开了一种用于检测对虾急性肝胰腺坏死病的试剂盒及其应用；所述试剂盒中包含crRNA，所述crRNA包括crRNA2、crRNA3、crRNA4和crRNA5中的至少一种。本发明方案通过将RPA技术与CRISPR/Cas12a系统联合，针对AHPND的毒力基因PirVPA设计特异性的检测位点，先通过等温扩增目的片段，再通过CRISPR检测体系特异性识别检测位点和剪切反应，最后通过试纸条或者荧光信号的方式呈现检测结果，检测快速、灵敏、特异，且不依赖大型实验设备，能将结果可视化展示，为各实验室和养殖企业提供一种快速检测AHPND的方法选择。 实质审查
一种用于禽类实时称重的可穿戴装置、方法、设备及计算机可读存储介质 CN202410171172.9 - 本申请提供了一种用于禽类实时称重的可穿戴装置、方法、设备及计算机可读存储介质，所述可穿戴装置包括：数据采集模块、数据处理模块及电源管理模块，其中，数据采集模块用于采集禽类站立时的腿部压力数据；数据处理模块用于处理所述数据采集模块采集的数据，并将处理后的数据上传到服务器；电源管理模块包括电池管理系统和多个直插式充电卡槽，用于对所述可穿戴装置充电。本申请实施例提供的方案中，通过在禽类腿部固定小型、轻量的可穿戴设备，实现了对禽类体重的实时监测和数据记录。从而提高了养殖效率，减少了人工测量的工作量。同时与云端通信的能力使得养殖者可以方便地进行远程监测和管理，从而提高了养殖效率和数据管理的水平。 实质审查
一种禽类饲养监管方法、系统、设备及计算机可读存储介质 CN202410109768.6 - 本申请提供了一种禽类饲养监管方法、系统、设备及计算机可读存储介质，所述方法包括：获取禽类的进食信息和姿态信息；对所述进食信息和姿态信息进行处理，将处理后的信息输入预设的评估模型；根据所述评估模型的输出结果筛选出健康异常的禽类，并对应调节饲养环境。本申请实施例提供的方案中，通过获取禽类的进食情况和动作姿态，判断禽类的健康情况及养殖场设备和环境情况，为用户提供精准、高效的分析结果，以便及时采取有效措施，提高了禽类养殖的生产效率，降低了养殖成本，提高养殖场运营的科学性和有效性。 实质审查
基于混合模型的鸡蛋蛋壳顶端异常综合征检测方法及装置 CN202311849784.0 - 本发明涉及基于混合模型的鸡蛋蛋壳顶端异常综合征检测方法，包括以下：获取多张鸡蛋蛋壳的图像作为样本图像，将任意一张样本图像定义为第一图像；对所述第一图像进行图像预处理得到第二图像；通过预训练的深度学习模型对所述第二图像进行图像分割将蛋壳异常端区域从第二图像中分离出来；对所述蛋壳异常端区域进行特征提取得到当前样本图像所关联的蛋壳异常端区域的特征；通过所述训练数据集对多个监督学习模型进行训练，以区分蛋壳正常端与蛋壳异常端区域之间的特征差异，并形成多个对应的分类模型即检测模型；获取待检测的鸡蛋蛋壳图像；将待检测的鸡蛋蛋壳图像输入所述检测模型，进行结果输出。本发明能够高效准确地检测出异常鸡蛋。 实质审查
基于SNP位点数据的品种分类方法、系统、设备及介质 CN202311840863.5 - 本发明公开了一种基于SNP位点数据的品种分类方法、系统、设备及介质，其方法包括：获取SNP数据；通过标注SNP数据和SNP数据对应的样本之间的标签得到样本标注集；通过样本标注集训练预设的特征提取模型；通过特征提取模型的输出结果训练预设的SNP数据分类模型；通过输出结果训练预设的数据集分布专家模型；将待分类SNP数据输入特征提取模型、SNP数据分类模型和数据集分布专家模型，得到待分类SNP数据对应的品种分类结果。本发明能够对SNP位点进行挑选，达到以少量位点即可识别样本类别的目的，减少SNP位点数量并能够快速的分类样本。 实质审查