-
公开(公告)号：CN111583109A
公开(公告)日：2020-08-25
申请号：CN202010329481.6
申请日：2020-04-23
Applicant: 华南理工大学
Abstract: 本发明公开了基于生成对抗网络的图像超分辨率方法。所述方法包括以下步骤：获取训练数据集、验证数据集；构建图像超分辨率模型，包括生成网络模型和判别网络模型；初始化建立的生成网络模型和判别网络模型的权重，初始化网络模型，选取优化器，设置网络训练的参数；使用损失函数来同时训练生成网络模型和判别网络模型，直到生成网络和判别网络达到纳什平衡；获取测试数据集并输入到训练好的生成网络模型，生成超分辨率图像；计算生成的超分辨率图像与真实的高分辨率图像之间的峰值信噪比，计算生成图像的图像重建质量的评价指标，评估图像的重建质量。本发明通过优化网络结构来提升网络重建超分辨率图像的性能，解决图像超分辨率问题。
-
公开(公告)号：CN109598676A
公开(公告)日：2019-04-09
申请号：CN201811357052.9
申请日：2018-11-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于哈达玛变换的单幅图像超分辨率方法，包括分段线性映射模型阶段以及超分辨率重建阶段。分段线性映射模型阶段包括：获取训练图像数据集，提取图像补丁对；对向量化的低分辨率训练图像补丁计算其哈达玛模式；构建三叉超分辨率决策树；根据划分到此的训练数据计算出映射模型，并将该映射模型的索引存储在叶子节点中；超分辨率重建阶段包括：提取低分辨率图像补丁；计算低分辨率图像补丁的哈达玛模式；构建的三叉超分辨率决策树中为低分辨率图像补丁搜索对应的映射模型；低分辨率图像补丁映射到高分辨率空间，生成的高分辨率图像补丁组成目标高分辨率输出图像。本发明能够以较快运行速度生成高质量的超分辨率重建图像。
-
公开(公告)号：CN104361041B
公开(公告)日：2017-12-01
申请号：CN201410593694.4
申请日：2014-10-28
Applicant: 华南理工大学
CPC classification number: Y02D10/45
Abstract: 本发明公开了一种智能冰箱的辅助方法，该辅助方法能够进行食材管理、食谱推荐和购物辅助等；本发明还公开一种智能冰箱的辅助系统，该辅助系统是嵌入在冰箱门外侧的嵌入式设备、服务器以及移动设备。在嵌入式设备上，通过手动及条形码、摄像头采集的手段，将食材信息录入系统。嵌入式设备通过网络连接到服务器，进行高精度识别和其它处理。移动设备与服务器互联，获取系统信息。嵌入式和移动设备上反馈系统辅助信息：根据食材数量进行的缺货提醒。本发明具有成本低，功耗低和高易用性等优点。
-
公开(公告)号：CN105446139A
公开(公告)日：2016-03-30
申请号：CN201510964503.5
申请日：2015-12-18
Applicant: 华南理工大学 , 广州市戴为智能科技有限公司
IPC: G05B13/04
CPC classification number: G05B13/041
Abstract: 本发明公开了一种基于BP神经网络的建筑能耗分析方法与系统，方法包括以下步骤：根据指定建筑能耗类型确定输入输出向量；根据输入输出向量构造BP神经网络模型；输入训练样本对建立好的BP神经网络模型进行训练；把实际需要进行分析的能耗指标数据输入到经过训练的BP模型进行处理分析；对神经网络的输出数据进行数据还原。系统包括节能潜力量化模块、数据预处理模块、BP网络分析模块、数据还原模块、配置管理模块以及日志记录模块。本发明可以实现快速精确地对建筑能耗指标数据进行处理分析，从而得到建筑用能过程中的不合理环节，帮助建筑管理者乃至不具备专业知识的普通用户了解建筑能耗现状、明确节能改善措施。
-
公开(公告)号：CN104599198A
公开(公告)日：2015-05-06
申请号：CN201510041357.9
申请日：2015-01-27
Applicant: 华南理工大学
IPC: G06Q50/08
CPC classification number: G06Q50/08
Abstract: 本发明公开了一种面向校园建筑能效管理的指标式多级分析方法及系统以建筑自动化系统集成技术为基础，对冷热源、空调、照明、给排水、变配电系统进行监控，实现对建筑物全生命周期的监控管理，解决建筑绿色化设计后的使用阶段的节能监控的空白，并且进行能耗计量和能效分析，从能耗量、管理模式、设备效率和设备维保四个方面进行分析，实现相关系统集成和优化运行策略，在实现评价绿色建筑的同时，能有效降低建筑物全生命周期成本。本发明作为一种面向校园建筑能效管理的指标式多级分析方法及系统可广泛应用于数据分析领域中。
-
Patent Agency Ranking
公开(公告)号：CN101090335B
公开(公告)日：2010-05-26
申请号：CN200710029173.6
申请日：2007-07-16
Applicant: 华南理工大学 , 广州市远正智能科技有限公司
Abstract: 本发明提供家用空调室内温度及负荷远程调节方法，即系统运行过程中远程服务器读取各节点装置实时采集的家用空调运行状态、功率和室内温度，然后按温度区间进行功率汇总处理并存储结果；当需要对节点家用空调进行室内温度调节时，在远程服务器输入调控指令和室内温度设定值，并发送到家用空调节点装置，节点装置通过对压缩机的开关或功率调节，实现室内温度及负荷调节；当需要电力错峰负荷调节时，输入调节指令和负荷调节总量，远程服务器根据功率汇总处理结果进行错峰负荷测算，得到各家用空调室内温度设定值，并发送到节点装置，节点装置根据上述设定值，通过对压缩机的开关或功率调节，实现错峰负荷调节。本发明具有很好的推广应用价值。
-
公开(公告)号：CN109918539B
公开(公告)日：2022-04-22
申请号：CN201910148705.0
申请日：2019-02-28
Applicant: 华南理工大学
IPC: G06F16/783 , G06F16/78 , G06F16/732 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于用户点击行为的音、视频互相检索方法，包括步骤：对输入的音频、视频数据进行预处理；将预处理的音频数据送入深度卷积神经网络中得到音频的表示向量及注意力权重分布；将预处理所得视频关键帧送入深度卷积神经网络中得到关键帧表示向量并依次送入基于注意力机制的时间序列处理网络中，得到视频的表示向量及注意力权重分布；计算音、视频表示向量的相似度并将音、视频按相似度进行排序；根据注意力权重分布进行标注为排序提供可解释的依据；损失函数通过用户点击行为进行计算并采用后向传播法进行模型训练；基于训练的模型对媒体库中的音、视频进行检索匹配。本发明可在给定视频、音频的情况下检索媒体库中匹配的音频、视频。
-
公开(公告)号：CN111583112A
公开(公告)日：2020-08-25
申请号：CN202010353851.X
申请日：2020-04-29
Applicant: 华南理工大学
Abstract: 本发明公开了视频超分辨率生成方法、系统、装置和存储介质，该方法包括获取待处理的低分辨率视频帧，通过视频超分辨率模型对所述低分辨率视频帧进行处理，输出高分辨率的视频，采集训练样本，所述训练样本含高分辨率视频帧样本和低分辨率视频帧样本；根据采集的训练样本，基于预设损失函数和高分辨率视频帧样本建立视频超分辨率模型。本发明通过选练好的视频超分辨率模型实现对低分辨率视频帧间的运动补偿处理与特征增强并恢复视频帧的高频信息，以使输出的高分辨率视频包含更多的图像细节，提高视频的清晰度，避免基于光流视频超分辨率方法中光流误差对最终视频帧的恢复的干扰。可广泛的应用于图像处理技术领域。
-
公开(公告)号：CN110609948A
公开(公告)日：2019-12-24
申请号：CN201910267757.X
申请日：2019-04-03
Applicant: 华南理工大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多层次注意力机制和场感知分解机的推荐方法，包括以下步骤：S1对样本的特征分域处理；S2将域内所有特征的值乘以特征对应的隐向量集，将特征的表示向量集输入到域内注意力神经网络中，进行加权求和；S3不同域的表示向量集之间作二阶交互，输入到域间注意力神经网络中，进行加权求和，得到输出值；S4使用训练集数据对前馈神经网络进行训练；S5使对候选集中所有物品，利用步骤S1和S2，得到物品域的表示向量；S6获取用户和上下文特征，计算其域的表示向量，与步骤S5的表示向量拼接，输入前馈神经网络中，得到预测点击率，向用户推荐排名靠前的物品。本发明使用的多层级注意力机制，有效提升模型的精度。
-
公开(公告)号：CN105243137B
公开(公告)日：2018-12-11
申请号：CN201510645547.1
申请日：2015-09-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于草图的三维模型检索视点选择方法，包括以下步骤：步骤1、人工对数据库中的模型进行分类；步骤2、通过对正二十面体进行三角细分来确定视点的全集；步骤3、计算每个模型在每个视点的熵值；步骤4、由步骤3的计算结果来确定每一类模型的视点数量；步骤5、由步骤4的计算结果对视点全集进行聚类操作，确定所选择视点；步骤6、根据步骤5生成的视点来生成二维投影视图。本发明具有匹配结果良好，有效提高了系统的运行效率等优点。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.021 seconds)
