-
公开(公告)号：CN117351407A
公开(公告)日：2024-01-05
申请号：CN202210734049.4
申请日：2022-06-29
Applicant: 岭南现代农业科学与技术广东省实验室肇庆分中心 , 桂林电子科技大学
Abstract: 本发明公开了一种基于多级注意力算法的密集物群监测系统。物群智能监测系统由摄像头模块，嵌入式计算平台以及Web服务器组成。其中，摄像头模块实时采集监控场景的物群图像信息，并传输至嵌入式计算平台，嵌入式计算平台搭载物群智能识别算法对物群图像信息进行分析，将所得分析图通过WIFI网络传给Web服务器中进行解析，得到数量，定位，密度等信息，可供管理员在网站中查看。网站同时具有预警功能，分析数量超过阈值时，网站将进行预警及嵌入式设备播放聚集警报。其中，所述物群智能识别算法为结合了通道注意力，感受野注意力，空间注意力的多级注意力算法。
-
公开(公告)号：CN117333764A
公开(公告)日：2024-01-02
申请号：CN202210670550.9
申请日：2022-06-21
Applicant: 岭南现代农业科学与技术广东省实验室肇庆分中心 , 桂林电子科技大学
IPC: G06V20/10 , G06N3/0464 , G06N3/08 , G06V10/10 , G06V10/764 , G06V10/82
Abstract: 本发明公布了一种基于深度学习的番茄病虫害检测装置与方法。该装置主要包括：图像采集终端，用于存储与识别番茄叶片图像的服务器，客户端和预警模块。图像采集终端包括外盒，置物板，摄像头，LED光源，控制面板，电源开关，摄像开关，和数据传送模块；服务器负责利用已经训练好的深度学习神经网络识别传送过来的图像并附上检测结果标签，同时根据标签分组存储已标注的图像；客户端负责显示番茄病害种类信息；预警模块根据番茄病虫害种类信息进行病虫害预警。本检测装置与深度学习方法将深度学习应用于番茄病虫害自动识别中，无需对图像进行预处理，识别精度高，时效性强，可节约大量时间与人力成本，实现对病害植株的实时检测与及时施药，具有较好的应用前景。
-
公开(公告)号：CN117272290A
公开(公告)日：2023-12-22
申请号：CN202210670444.0
申请日：2022-06-15
Applicant: 岭南现代农业科学与技术广东省实验室肇庆分中心 , 桂林电子科技大学
IPC: G06F21/55 , G06N3/0464 , G06N3/09 , H04L67/02
Abstract: 本发明公开了一种基于深度学习的PCR‑Windows电脑垃圾弹窗消杀方法。该方案包括两个部分：电脑弹窗预测模型、本地弹窗消杀系统。所述电脑弹窗预测模型主要通过弹窗信息来训练出来的深度学习模型；所述本地弹窗消杀系统是Windows本地上的EXE程序。在本发明实例中，通过本地和云端联合的方式，可以有效消杀Windows系统上的垃圾弹窗，减少电脑使用者的心智负担。本发明具有部署简单且高效易用等优点。
-
公开(公告)号：CN116740493A
公开(公告)日：2023-09-12
申请号：CN202310653375.7
申请日：2023-06-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V10/774 , G06V10/82 , G06V10/40 , G06V10/25 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及目标检测技术领域，具体涉及一种基于语义关系的多尺度无锚框目标检测方法，包括以下步骤：首先进行原始图片目标特征提取，再目标间语义关系构建，最后通过目标分类、中心度计算和位置回归，输出检测结果；本发明不同于现有方法由于锚框数量大而需要大量的计算资源，摒弃了传统anchor‑based方法需要预先根据目标尺寸设计各种超参数的复杂过程，减轻了计算资源的开销，更加易于算法模型的落地，且训练时间更短。进一步的，由于关系模块的引入，借鉴了自注意力机制，提高了小目标乃至是受遮挡物体的检测精度，一定程度上提高了方法的泛化能力。
-
公开(公告)号：CN115601195B
公开(公告)日：2023-09-08
申请号：CN202211270906.6
申请日：2022-10-17
Applicant: 桂林电子科技大学
IPC: G06Q50/06 , G06Q40/04 , G06F16/9535
Abstract: 本发明公开了一种基于电力用户实时标签的交易双向推荐系统，包括依次电连接的电力数据采集模块、实时计算模块、电力交易数据库、智能评分模块、智能推荐模块以及显示模块。同时也公开了一种基于电力用户实时标签的交易双向推荐方法，采用上述一种基于电力用户实时标签的交易双向推荐系统及其方法，通过智能评分模块给发电企业和售电公司评分，并通过智能推荐模块将评分最高的前五名发电企业和售电公司推荐给无合同电力用户，并通过显示模块显示给无合同电力用户，从而实现了无合同电力用户能够快速找到最优的售电主体。
-
Patent Agency Ranking
公开(公告)号：CN116582831A
公开(公告)日：2023-08-11
申请号：CN202310545039.0
申请日：2023-05-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种水下机器人实时监测系统，包括：感知模块、控制模块、传输模块和监测模块；所述感知模块用于采集水下机器人的各个参数的数据；所述控制模块用于对采集得到的数据进行处理，并根据处理后的数据对水下机器人情况进行评估；所述监测模块用于存储接收到的评估结果并向所述控制模块下发各种控制信号从而改变水下机器人的活动状态。本发明能够实时控制水下机器人各个方向的运动，可以实时采集和显示水下机器人所携带的加速度计、陀螺仪、深度计等传感器的数据，还可以利用水下摄像头反馈当前工作的水下环境等。
-
公开(公告)号：CN116542854A
公开(公告)日：2023-08-04
申请号：CN202310517605.7
申请日：2023-05-09
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及图像处理和深度学习领域，提出了一种基于元迁移的残差通道注意力水下图像超分辨率方法。本发明通过引入元迁移学习方法，基于残差通道注意力图像超分辨率网络进行了预训练，增加了网络的性能，提高了网络收敛速度，使得网络适应新任务的能力获得了提升。
-
公开(公告)号：CN116468610A
公开(公告)日：2023-07-21
申请号：CN202310519712.3
申请日：2023-05-10
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
IPC: G06T3/40
Abstract: 本发明提出了一种基于神经隐式函数的点云上采样方法，以克服现有上采样技术的局限性并生成任意分辨率的点云数据。该方法首先训练神经隐式函数以在点云数据集的配对样本之间建立映射，然后使用训练好的神经隐式函数对低分辨率点云进行上采样，生成高分辨率点云。此外，该方法还通过使用优化算法调整生成的高分辨率点云，以最小化原始点云与生成点云之间的误差。通过这种方法，可以生成高质量的点云数据，同时提高处理效率，适用于需要进行点云处理的各种场景，如自动驾驶、游戏开发和虚拟现实等。
-
公开(公告)号：CN116341922A
公开(公告)日：2023-06-27
申请号：CN202310049762.X
申请日：2023-02-01
Applicant: 桂林电子科技大学
IPC: G06Q10/0637 , G06Q50/06 , G06N3/042 , G06N3/0455 , G06N3/08 , G06N5/02
Abstract: 本发明属于电力设备知识图谱技术领域，公开了一种电力设备场景评估方法、系统、介质、设备及终端，从已知知识图谱中利用超图的概念，获取电力设备组合；将获取的电力设备组合放入Transformer模型中；输入的电力设备组合数据经过Transformer模型后，输出电力设备组合嵌入；将得到的电力设备组合嵌入及电力设备组合嵌入间的关系矩阵和变换矩阵相乘，拟合出在同一个工作环境下的电力设备评估分数并进行电力设备可行性评估。本发明的处于同一个系统的电力设备的评估方法可以对来自不同型号或者不同厂家的电力设备在电力系统中的可行性作出评估。使用本发明的电力设备场景评估方法极大地提高了电力设备评估效率，节约成本。
-
公开(公告)号：CN115930972A
公开(公告)日：2023-04-07
申请号：CN202310072040.6
申请日：2023-01-31
Applicant: 桂林电子科技大学
Abstract: 本申请适用于室内定位领域，提供了一种室内定位方法、计算机可读存储介质及计算机设备。方法包括：接收移动终端采集的超声波信号和IMU采集的惯性数据；对超声波信号和惯性数据进行滤波处理；根据滤波处理后的超声波信号，采用基于声信号的CHAN算法进行多次定位获取移动终端的初始位置；利用前两步或两步以上的步长估计当前步的步长；根据滤波处理后的惯性数据对不同移动终端的航向角漂移和静态飘移进行修正，得到校正后当前步前进的方向；根据移动终端的前一步的位置、估计的当前步长和校正后当前步前进的方向进行融合定位估计移动终端当前的位置。本申请对于不同的移动终端和场景具有很大的通用性和灵活性，它与移动终端兼容，成本低，精度高。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.052 seconds)
