-
公开(公告)号:CN114020900A
公开(公告)日:2022-02-08
申请号:CN202111351738.9
申请日:2021-11-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于融合空间位置注意力机制的图表英语摘要生成方法,包括1)创建图表英语摘要描述数据集;2)数据变量替换图表数据值;3)基于空间关系的词向量位置编码;4)采用Diverse Beam Search搜索词向量结果。这种方法基于融合空间位置注意力机制,采用数据变量替换图表数据值、采用空间注意力机制的方式学习词之间的关系、增强词向量与词向量之间的空间位置关系和正确的词位置排序、采用Diverse Beam Search搜索更好的词向量结果,能提高生成图表英语摘要的质量。
-
公开(公告)号:CN111951263A
公开(公告)日:2020-11-17
申请号:CN202010869413.9
申请日:2020-08-26
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T5/00 , G06N3/04 , G06K9/62 , G06F16/583
Abstract: 本发明公开了一种基于卷积神经网络的机械零件图纸检索方法,其特征在于,包括如下步骤:1)机械图纸的标注;2)数据增强;3)mobileNet网络的构建;4)三元图例组的构建;5)损失函数设置;6)高维空间的映射;7)检索实现。这种方法具有泛化能力强的特点,对于光照、拍摄角度均可实现类似图形目标的高聚类低耦合,能提高机械零件图纸相识度识别准确率检索识别效率。
-
公开(公告)号:CN111931792A
公开(公告)日:2020-11-13
申请号:CN202010806587.0
申请日:2020-08-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于目标检测的瑶族纹样符号定位识别方法,其特征在于,包括如下步骤:1)输入瑶族纹样符号图片;2)数据增强;3)模型训练;4)实现对瑶族纹样符号进行定位和预测。这种方法采用特征融合能减少卷积过程中特征丢失问题,能增强瑶族纹样符号小目标检测,能提升检测精度、提升检测速度。
-
公开(公告)号:CN114297795A
公开(公告)日:2022-04-08
申请号:CN202111631338.3
申请日:2021-12-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于PR‑Trans的机械设备剩余寿命预测方法,包括离线训练和在线预测两个阶段,其中,离线训练主要任务是建立预测模型、并利用历史操作数据库中处理后的数据对模型进行训练,在线训练主要任务是基于训练模型的实时预测实时RUL,并处理实时数据,然后将相关信息反馈给控制器。这种方法采用改进Transformer的自注意力机制,能减少计算量及空间占有率、增强位置之间关系、减小模型大小、通过增大模型感受野增强模型学习能力,使模型推理速度更快、预测更精确。
-
公开(公告)号:CN111918144A
公开(公告)日:2020-11-10
申请号:CN202010806036.4
申请日:2020-08-12
Applicant: 桂林电子科技大学
IPC: H04N21/8358 , G06T1/00 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的去除视频水印的方法,其特征在于,包括如下步骤:1)视频处理;2)数据增强;3)模型训练;4)实现去除水印。这种方法能提高处理海量视频水印的效率,能快速批量清除视频水印,去除水印不留踪迹以及去除水印后原画质不丢失帧的优点。
-
公开(公告)号:CN113569866B
公开(公告)日:2024-09-10
申请号:CN202110802456.X
申请日:2021-07-15
Applicant: 桂林电子科技大学
IPC: G06V10/28 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G01R31/52 , G01R31/58 , H05K7/20
Abstract: 本发明公开了一种基于深度学习识别HPV试纸的方法,属于图像处理技术领域,可以实现在机体识别HPV试纸时,可先通过漏电传感器检测电源线是否发生漏电现象,若发生漏电现象,将信息反馈到警报灯上进行报警,保证工作的安全性,同时通过第一散热风扇和第二散热风扇的均压通风配合散热板的散热,使形变记忆囊体内的冷却水蒸发成水蒸气,进行吸热,同时形变记忆囊体在高温下发生膨胀至与具有防尘作用的防尘框和防尘网相接触,防尘框内的二氧化碳气体可以有效的起到吸热和隔热作用,故水蒸气则随着形变记忆囊体的膨胀向上运动,由于隔热作用,上方温度较低,故开始凝结成水珠滴落下来,实现循环利用,有效的增强了其散热效果。
-
公开(公告)号:CN114037833B
公开(公告)日:2024-03-19
申请号:CN202111371509.3
申请日:2021-11-18
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种苗族服饰图像语义分割方法,其特征在于,包括如下步骤:1)数据增强;2)编码;3)解码;4)辅助分支结构;5)实现语义分割。这种方法能提取到少数民族服饰的大尺度高级语义信息,而且提取的特征包含更多低级纹理的重要细节、迁移和融合少数民族服饰之间自相似性与跨尺度相似性的特征,能提高苗族服饰图像语义分割的准确度。
-
公开(公告)号:CN111931792B
公开(公告)日:2022-04-26
申请号:CN202010806587.0
申请日:2020-08-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于目标检测的瑶族纹样符号定位识别方法,其特征在于,包括如下步骤:1)输入瑶族纹样符号图片;2)数据增强;3)模型训练;4)实现对瑶族纹样符号进行定位和预测。这种方法采用特征融合能减少卷积过程中特征丢失问题,能增强瑶族纹样符号小目标检测,能提升检测精度、提升检测速度。
-
公开(公告)号:CN114020900B
公开(公告)日:2024-03-26
申请号:CN202111351738.9
申请日:2021-11-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于融合空间位置注意力机制的图表英语摘要生成方法,包括1)创建图表英语摘要描述数据集;2)数据变量替换图表数据值;3)基于空间关系的词向量位置编码;4)采用Diverse Beam Search搜索词向量结果。这种方法基于融合空间位置注意力机制,采用数据变量替换图表数据值、采用空间注意力机制的方式学习词之间的关系、增强词向量与词向量之间的空间位置关系和正确的词位置排序、采用Diverse Beam Search搜索更好的词向量结果,能提高生成图表英语摘要的质量。
-
公开(公告)号:CN115376554A
公开(公告)日:2022-11-22
申请号:CN202210863510.6
申请日:2022-07-21
Applicant: 桂林电子科技大学
Abstract: 本发明涉及计算机技术领域,具体涉及一种域转移的自监督机器异常声音检测方法,分别设计时频域特征提取网络、动态图卷积网络和域自适应网络;通过时域特征提取网络捕获声音信号的空间特征信息和时域交互的特征信息,得到特征向量,提高了域转移下机器异常声音检测的性能稳定性,通过动态图卷积网络捕捉特征向量的域转移之间的依赖关系,提高了模型对域转移特征感知能力,基于依赖关系通过域自适应网络补偿特征向量,得到检测结果,能补偿由于域移动造成的模型性能下降,提高了自监督环境下模型对异常声音的域转移自适应能力,解决现有检测方法学习不同域转移的声音特征,检测效果不稳定的问题。
-
-
-
-
-
-
-
-
-