-
公开(公告)号:CN113205468A
公开(公告)日:2021-08-03
申请号:CN202110607071.8
申请日:2021-06-01
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: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型,属于深度学习技术领域。它将生成对抗网络作为基本架构,生成网络采用编码‑解码结构,通过9个残差块和反卷积运算,以原始分辨率生成合成图像,并引入自注意力模块,可以捕获更丰富的高级特征以提升模型性能,为了同时保持图像内容和去除水下噪声,判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块,改进模型结构较为理想地解决了水下图像处理时间效率低的问题,训练有素的基于GAN‑RS的方法可以适应各种水下情况,具有出色的实时处理性能。
-
公开(公告)号:CN109492065B
公开(公告)日:2021-07-20
申请号:CN201811261447.9
申请日:2018-10-26
Applicant: 桂林电子科技大学
IPC: G06F16/29 , G06F16/36 , G06F40/295
Abstract: 本发明公开了一种室内语义地图时空关系的抽取方法,包括如下步骤:获取室内原始时空数据;时空数据的筛选;时空关系的语义表示;融合时空数据;更新语义实体库。本发明在构建好的室内语义地图基础之上进行空间实体之间的时空关系的抽取,在语义地图中增加语义时空关系,这是本发明的创新点。通过对语义时空关系进行相关处理,使得在室内空间中能测得目标相互之间,如上下左右的位置关系,并结合前、后的时间关系,最终能自动组合推理出两个目标之间的高层次的时空逻辑语义关系,从而能给出两个物体之间,在某一时间段内相对位置关系的语义描述,更好地辅助机器人做出智能决策。
-
公开(公告)号:CN109063159B
公开(公告)日:2021-04-23
申请号:CN201810914450.X
申请日:2018-08-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于神经网络的实体关系抽取方法,采用机器学习方面的算法并且结合神经网络模型,将一段中文语句输入到程序模型,模型会给其中的实体单词或者语句打上特别的标签,即可以将文本中的实体提取出来,再通过一个分类算法为提取出来得到实体做关系分类,完成实体关系分类。具体是将中文文本中出现的每一个字都分配一个ID,然后把这组句子所对应的ID转换成神经网络模型的输入向量,经过bilstm以及CRF层得到的结果映射到相应的实体标签,完成实体抽取,最后将从文本中的实体使用机器学习分类的算法进行分类,最后得实体‑‑关系‑‑实体这样的三元组形式。该方法仅需要训练文本以及输入语句就可以完成关系实体抽取,是一种灵活方便的方法。
-
公开(公告)号:CN111951341A
公开(公告)日:2020-11-17
申请号:CN202010875932.6
申请日:2020-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于RGB-D SLAM的闭环检测改进方法,包括如下步骤:1)接收系统前端的关键帧序列Fs和新帧Fk+1,计算新帧Fk+1的运动估计,获得旋转矩阵R和平移向量t;2)计算新帧Fk+1的运动轨迹曲率c;3)选取阈值m的数值;4)比较c与m;5)检测完毕。这种方法能构建全局一致的轨迹和地图,能构建更准确地闭环,提高系统的可靠性。
-
公开(公告)号:CN109413578B
公开(公告)日:2020-10-23
申请号:CN201811083050.5
申请日:2018-11-02
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于WIFI与PDR融合的室内定位方法,涉及WIFI信号和行人航位推算的室内定位技术领域,解决的技术问题是提供一种测量精度高的室内定位方法,包括如下步骤:(1)建立WIFI离线指纹数据库;(2)聚类训练样本得到聚类样本和对应类别;(3)通过加权K近邻算法得到定位坐标;(4)融合PDR定位进行状态和位置的更新;(5)使用融合结果作为PDR的校正源;(6)通过评价参数获取校正因子校正PDR结果。本发明缩短了WIFI定位时间、提高了定位精度,同时具有定位精度高、软件运算量低的特点,在保证定位精度的前提下实现实时定位要求。
-
公开(公告)号:CN110035384A
公开(公告)日:2019-07-19
申请号:CN201910385579.0
申请日:2019-05-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种融合多传感器信号滤波优化的室内定位方法,1)在需要定位的场地内设置蓝牙设备,用户使用定位系统扫描实场地附近的蓝牙设备,得到iBeacon的RSSI值;2)判断步骤1)得到的iBeacon的RSSI值与设定的信号强度阈值进行比对,根据信号强度判断需要进行点定位还是区域定位;3)若扫描过程中有多个iBeacon,且有一个或多个RSSI值超过阈值,根据多个iBeacon的RSSI值计算用户所在位置的质心,若所有被扫描的iBeacon的RSSI值都小于阈值,则将iBeacon覆盖区域的并集作为Wi-Fi指纹定位的搜索区域;4)Wi-Fi指纹定位的搜索区域内,设置Wi-Fi节点和RFID标签,结合Wi-Fi和RFID定位信号对用户进行定位,获得用户精确的位置坐标。该定位方法定位精度高,定位误差小,效果好。
-
公开(公告)号:CN109977686A
公开(公告)日:2019-07-05
申请号:CN201910257477.0
申请日:2019-04-01
Applicant: 桂林电子科技大学
Abstract: 本发明适用于图像加密领域,提供了一种基于复合混沌系统的图像加密方法和图像处理设备。所述方法包括:将Sine映射、Tent映射和Logistic映射作为种子映射,利用级联操作和非线性组合扩展混沌范围,生成复合混沌系统;利用复合混沌系统产生混沌序列来对明文图像进行预加密,生成预加密图像;获取参考图像,将预加密图像和参考图像结合,利用离散小波变换DWT算法生成视觉上有意义的密文图像。本发明的方法具有更宽的混沌范围和更复杂的混沌行为,提高了加密性能;且由于生成视觉上有意义的密文图像,因此降低被攻击的概率,能够抵御选择明文攻击和穷举攻击,具有较好的加密性能。
-
公开(公告)号:CN109597031A
公开(公告)日:2019-04-09
申请号:CN201811376139.0
申请日:2018-11-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于SVM和步行者航位推算融合的室内定位方法,涉及超声波信号室内定位技术领域,解决的技术问题是提供一种测量精度高的室内定位方法,该方法包括如下步骤:(1)利用麦克风阵列,获得声源在不同位置的混响信号;(2)根据得到的混响信号,计算出互相关函数;(3)根据互相关函数,生成特征向量z;(4)利用特征向量z,实现SVM对声源的定位;(5)融合PDR得到最终定位坐标。本发明充分发挥支持向量机回归在收敛速度、小样本预测及全局寻优上的优势,缩短了声源定位时间、提高了定位精度,同时具有定位精度高、软件运算量低的特点,在保证定位精度的前提下实现实时定位要求。
-
公开(公告)号:CN109492385A
公开(公告)日:2019-03-19
申请号:CN201811308670.4
申请日:2018-11-05
Applicant: 桂林电子科技大学
IPC: G06F21/46
Abstract: 本发明公开了一种基于深度学习的密码生成方法,1)构建初始密码生成器和初始密码判断器;2)对用户数据进行数据预处理;3)将经过预处理后的用户数据,输入初始密码生成器中,生成初始密码;4)密码生成器接收用户真实密码,将步骤3)生成的初始密码输入密码判断器中,密码判断器分辨真实密码和初始密码,将分辨结果反馈至密码生成器,密码生成器根据反馈结果进行学习优化;5)重复步骤2-步骤4),直至密码生成器学习达到最优;6)将最优化的密码生成器生成密码,作为最终的密码;该方法利用生成性对抗网络的生成器和判别器的特征,生成复杂且符合安全标准的密码,生成方式灵活,破译难度大,可以提供不同的密码供用户选择,密码易记住。
-
-
-
-
-
-
-
-
-