-
公开(公告)号:CN117061552A
公开(公告)日:2023-11-14
申请号:CN202311023673.4
申请日:2023-08-15
Applicant: 电子科技大学
IPC: H04L67/12 , H04L9/40 , H04L9/00 , H04L67/06 , H04L67/60 , H04L41/22 , G06N3/0442 , G06F21/60 , G06F21/31 , G06Q10/20
Abstract: 本发明提出了一种用于车辆电池寿命预测的区块链智能合约系统及方法,保障了新能源车辆数据的安全性和可靠性,同时实现更高效的电池健康的管理。本发明采用区块链智能合约技术,提高了数据的安全性和可追溯性,并使车辆电池数据的收集和下载更加方便。本发明基于多维度模块构建的系统为车辆使用者提供可视化预测数据和更方便的电池健康状态管理,有效解决了新能源车辆中电池寿命预测方面的问题,为新能源汽车的可持续发展提供了支持。
-
公开(公告)号:CN116308933A
公开(公告)日:2023-06-23
申请号:CN202310386581.6
申请日:2023-04-12
Applicant: 电子科技大学
IPC: G06Q50/20 , G06Q10/0639 , G06F16/215
Abstract: 本发明提供一种高等教育教学中的数据收集与分析系统,包括:账户模块,提供用户注册、登录、绑定以及账户信息更新等功能;课程模块,用于课程管理,组织教师和学生参与活动;作业模块,用于教师进行线上作业布置、学生进行线上作业提交、师生共同进行作业批改;课堂模块,用于教师收集学生课堂出勤情况、课堂讨论情况,发掘不同学生的学习习惯和态度;课下讨论模块,用于学生针对课堂内容进行课程讨论,教师进行答疑解惑;数据分析和导出模块,生成各个班级总体和个体情况报表和文件,用于记录和分享。该系统整体使用前后端分离的设计方式,可以更加灵活的更新和维护整体项目。该系统实现了对学生学习情况的多维度控制,能够更加便捷地手机和分析学生在参加课程的过程中的表现数据。
-
公开(公告)号:CN114881156B
公开(公告)日:2023-05-23
申请号:CN202210533167.9
申请日:2022-05-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种W型地磁阵列的多传感器融合决策车辆检测方法,属于车辆检测领域,该方法包括对车位进行编号,并进行W型无线地磁传感器阵列布局,将车位状态进行划分,并进行各状态地磁数据采集,对采集的地磁数据进行预处理后分别输入车位状态检测深度学习模型和车位编号检测深度学习模型,对其进行分类损失计算,通过反向传播更新神经网络参数,完成模型训练,两个模型都训练完成之后,输出最终的车位状态检测结果和车位编号检测结果。本发明提出一种W型传感器阵列,并提出一种基于深度学习模型的多传感器融合决策车辆检测算法,在实际场景中的测试表明本算法不仅可以有效排除邻近车位等干扰,相比于传统算法所使用的传感器数量也大幅度减少,更易于在大型停车场中布局实践。
-
公开(公告)号:CN113566820B
公开(公告)日:2023-05-16
申请号:CN202110674546.5
申请日:2021-06-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于位置指纹和PDR算法的融合人行定位方法,将参考点定位数据进行坐标转换,得到平面坐标系下定位数据,并分别利用位置指纹算法以及PDR算法分别根据转换后的平面坐标系下定位数据进行计算,得到第一定位坐标以及第二定位坐标,并计算融合判断值,判断是否满足预设融合阈值,若满足则通过扩展卡尔曼滤波以及粒子滤波分别进行一阶融合以及二阶融合,得到最终定位数据,否则直接将第一定位坐标作为最终定位坐标;本发明对室内定位数据进行融合,提高了定位精度,解决了传统位置指纹算法定位不稳定以及PDR算法无法确定初始位置、定位精度不高且存在累计误差的问题,具有成本低、定位精度高且适配性高的优点,可以广泛应用于多场景中。
-
公开(公告)号:CN115099529A
公开(公告)日:2022-09-23
申请号:CN202210928914.9
申请日:2022-08-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种高考院校录取分数预测与志愿推荐的算法,包括以下步骤:S1:收集各高校录取信息以及不同省份的高考分数与位次信息。S2:将收集到的各所高校信息进行筛选,剔除无用数据。S3:对整理后的高校信息进行归一化处理,减小差异样本对数据产生的影响。S4:利用XGBoost对高校当年在该省的成绩进行回归预测,预测出该高校的录取分数。S5:根据考生提供的分数、意向省份等信息,推荐出适合的高校,并提出稳定、可冲、危险三个推荐范围内的高校。本发明通过分析历史上高校的高考录取成绩,预测当年高校的录取分数,并提供考生填报高考志愿的参考信息。
-
公开(公告)号:CN114916928A
公开(公告)日:2022-08-19
申请号:CN202210518089.5
申请日:2022-05-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种人体姿态多通道卷积神经网络检测方法,包括以下步骤:S1:采集人体各项活动时传感器数据;S2:对采集的传感器数据进行预处理;S3:搭建多通道卷积神经网络模型;S4:将经过预处理的传感器数据输入到网络模型中进行训练;S5:模型已完成训练,获得人体姿态检测结果。本发明主要贡献是使用多通道卷积神经网络进行人体姿态检测,单独通道的卷积头对每个传感器的数据进行独立的特征提取,使提取特征的效果更加优秀,提升了人体姿态检测的准确性,在日常检测中本发明具有比传统方法更高的检测准确率。同时还优化了数据采集和数据处理的过程,使前期准备工作的复杂度降低。
-
公开(公告)号:CN114863169A
公开(公告)日:2022-08-05
申请号:CN202210453041.0
申请日:2022-04-27
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/774 , G06N20/00 , G06N20/20 , G06K9/62
Abstract: 本发明提供了一种结合并行集成学习和联邦学习的图像分类方法,包括以下步骤:S1:每个客户端确定参与训练的数据集,并协商确定训练使用的各种参数;S2:客户端之间使用参与训练的数据集和协商确定的参数,采用联邦学习的方式并行训练,得到训练后的基础模型;S3:客户端使用未参与训练的基础模型得到预测结果,结合原有的标签得到元模型的训练数据集;S4:客户端使用未参与训练的基础模型得到预测结果,结合原有的标签得到元模型的训练数据集;S5:将要分类的图像输入训练好的基础模型,再将得到的预测结果输入训练好的元模型,得到最终的分类结果。本发明通过并行集成学习的方式,提升了联邦学习在非独立同分布数据集下的图像分类性能。
-
公开(公告)号:CN111105376B
公开(公告)日:2022-08-02
申请号:CN201911314158.5
申请日:2019-12-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双分支神经网络的单曝光高动态范围图像生成方法,将现实场景中捕获的单帧LDR图像通过带有双分支的神经网络后输出高曝光区域与低曝光区域拥有更高成像质量的HDR图像。本发明通过双分支神经网络模型的两个分支分别对单帧LDR图像的高曝光与低曝光区域进行处理,最终得到的HDR图像在高曝光有更自然的色彩以及更丰富的细节,且在低曝光区域的噪声也能被有效的抑制。
-
公开(公告)号:CN113596989A
公开(公告)日:2021-11-02
申请号:CN202110890772.7
申请日:2021-08-04
Applicant: 电子科技大学
Abstract: 本发明提供了一种用于智慧车间的室内定位方法系统,属于室内定位技术领域,该方法包括利用定位终端获取蓝牙信标发射的信号强度,根据所述信号强度选取多组蓝牙进行改良三边质心定位,得到初始定位结果,并对初始定位结果进行DBSCAN聚类处理以消除离群点,并对消除离群点后的初始定位点集进行自适应加权平均处理,得到最终的定位坐标;根据所述最终的定位坐标,并利用全景定位和GPS定位得到智慧车间的全覆盖定位,完成智慧车间的室内定位。本发明解决了汽车4S店中车位内的车辆不能全覆盖定位,且对于车位外的地方无法定位或只能模糊定位的问题。
-
公开(公告)号:CN110335153B
公开(公告)日:2021-09-14
申请号:CN201910635156.X
申请日:2019-07-15
Applicant: 电子科技大学
Abstract: 本发明实施例提供的一种基于遗传算法的区块链交易输入选择方法,涉及区块链技术领域,其包括输入集合UTXOs以及目标值target;遍历UTXOs,计算当前余额total;根据total大小、UTXOs中各个UTXO的金额大小以及target大小来判断如何输出,当total>target并且在UTXOs中不存在比target大的UTXO时,将UTXOs中的数从大到小依次相加,直到总和sum>=target,停止相加,记录相加因子的个数num,将相加因子的组合组合作为初始种群的一个个体,再随机生成剩下M‑1个个体(M为种群大小),形成初始种群;利用遗传算法,查找最好的交易输入选择结果result。通过该方法得到的UTXO组合的金额总和更接近目标输出金额,而且交易输入的个数最少,能够获得最佳交易输入选择结果,大大提高了金额较小的UTXO的流通性。
-
-
-
-
-
-
-
-
-