-
公开(公告)号：CN111915410B
公开(公告)日：2021-02-26
申请号：CN202010806814.X
申请日：2020-08-12
Applicant: 暨南大学
Abstract: 本发明提供了一种面向高动态生产物流过程的智能管控系统，涉及物流管控技术领域，包括智能对象的生产物流管控平台，所述智能对象的生产物流管控平台，包括应用层；所述应用层包括智能拉单模块、减仓模块、智能调度模块、配料管理模块、统计分析及可视化模块和基础信息管理模块；智能拉单模块用于将客户订单拉入模块订单池中，并依次将订单放入对应的车间订单池中，各车间订单池中的订单按照发货日期先后进行排序，依据产能和相关规则对订单进行合并，生成当日生产计划；本发明提供的智能管控系统解决原有下单模式造成的计划员无法从全局的角度获取销售订单信息进行优化决策，导致联动订单无法被各车间同时生产、下线等问题。
-
公开(公告)号：CN112883873B
公开(公告)日：2023-08-01
申请号：CN202110197703.8
申请日：2021-02-22
Applicant: 暨南大学
IPC: G06V20/10 , G06V10/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本申请涉及一种叶部病害的识别方法、装置、电子装置和存储介质，其中，该叶部病害的识别方法包括：通过获取待识别的植物叶片图像；对所述植物叶片图像进行预处理，得到多幅第一叶片图像；利用注意力机制模型处理多幅所述第一叶片图像，获得多幅所述第一叶片图像对应的第一分类标签，其中，所述注意力机制模型被训练为用于根据叶片图像得到与该叶片图像对应的分类标签，所述分类标签包括该叶片图像对应各种叶部病害类别的病害概率；根据所述第一分类标签确定所述植物叶片图像的识别结果。通过本申请，解决了相关技术中叶部病害识别费时费力、时效性低的问题，实现了叶部病害的实时检测识别。
-
公开(公告)号：CN114637262B
公开(公告)日：2022-11-15
申请号：CN202210236935.4
申请日：2022-03-10
Applicant: 天津科技大学 , 暨南大学 , 广东泰云泽科技有限公司
IPC: G05B19/418
Abstract: 本发明公开了一种基于5G驱动的智能工厂数字孪生信息的决策控制方法，包括：S1、多源异构孪生数据融合流程；S2、基于5G的数字孪生信息交互通信流程；以及S3、多源异构孪生数据信息的控制决策流程。本发明能够构建基于5G的数字孪生通信方式，实现实时孪生数据驱动的在线仿真，真正实现虚实映射和互动，保证决策与控制到达终端与应用的实时性和反应的自主、智能化，推动制造业产业链上下游协同合作，并在实际生产环境中利用强化学习、自监督学习的方法，学习输入网络中数据的紧凑和多模态表示，提高资源配置、生产计划、实时调度、供应链、物流等决策、控制的效率，适应动态因素扰动下的生产管控。
-
公开(公告)号：CN114595773A
公开(公告)日：2022-06-07
申请号：CN202210237309.7
申请日：2022-03-10
Applicant: 广东泰云泽科技有限公司 , 天津科技大学 , 暨南大学
Abstract: 公开一种基于工厂生产过程的多源异构孪生数据融合方法，包括：基于分层特征聚集模型的数据分类与语义解析，将采集到的多个传感器数据建模为传感器数据时序累积过程的网络拓扑图；根据时序动态拓扑图结构的特点，采用GCN‑LSTM结构将结构信息与时间信息相结合，利用网络嵌入将节点嵌入到低维空间中，同时捕捉网络的结构和性质，采用分层特征聚集法以在不同深度的邻域上学习不同的特征聚合器；使用LSTM聚合不同深度的信息，确保信息从更高的深度流向节点；基于不完整多模态深度语义匹配融合模型建立，采用跨模态深度语义匹配机制，通过模态数据间多层非线性的相关性，建立不完整多模态的深度语义匹配融合模型。
-
公开(公告)号：CN113421043B
公开(公告)日：2022-05-20
申请号：CN202110734162.8
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明提供一种基于可穿戴设备的物联系统及方法，利用可穿戴设备获取员工信息判断岗位和任务的匹配性并将其和任务进行关联，利用可穿戴设备的定位信息匹配最近的叉车并在任务完成后匹配最近停车位、利用可穿戴设备获取符合订单的产品信息并将其与任务建立关联，实现了出货相关事务的相互关联，提高了出货效率以及部门间的协同。
-
Patent Agency Ranking
公开(公告)号：CN113282705B
公开(公告)日：2022-01-28
申请号：CN202110567522.X
申请日：2021-05-24
Applicant: 暨南大学
Abstract: 本发明公开了一种能够自动更新的案件预判智能体训练方法及系统，方法包括获取一定数量的司法案件审判书作为样本，从审判书种抽取事实等关键信息，对于数据进行处理，同时接收专家标注的新的数据，构建新的数据集，针对司法审判问题进行建模，得到对关键信息的准确率计算模型，从模型中提取训练所需要的参数，定义模型训练的reward函数，再使用BCQ算法根据参数以及数据集进行智能体模型的训练。本发明使用强化学习的方法解决司法案件预判不准确的问题，同时能够进行改进和优化，长期保持模型的准确率。
-
公开(公告)号：CN113393495A
公开(公告)日：2021-09-14
申请号：CN202110685692.8
申请日：2021-06-21
Applicant: 暨南大学
IPC: G06T7/246 , G06T7/277 , G06T5/00 , G06T5/50 , G06T3/00 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于强化学习的高空抛物轨迹识别方法。所述方法包括：通过图像传感器采集被监控窗户区域的高空抛物轨迹图像；对所述高空抛物轨迹图像进行预处理得到预处理图像信息；根据所述预处理图像信息判断所述图像传感器是否被遮挡；在判断所述图像传感器未被遮挡时，将所述预处理图像信息输入至处理器，所述处理器获取经过强化学习后的预训练目标模型，并通过所述预训练目标模型对所述预处理图像信息进行高空抛物识别得到高空抛物识别结果信息；所述处理器将高空抛物识别结果信息存储至数据存储单元和云服务器及储存器中，以对所述预训练目标模型进行训练及更新。本发明通过强化学习模型对高空抛物轨迹进行识别，提高了识别准确率。
-
公开(公告)号：CN113282705A
公开(公告)日：2021-08-20
申请号：CN202110567522.X
申请日：2021-05-24
Applicant: 暨南大学
Abstract: 本发明公开了一种能够自动更新的案件预判智能体训练方法及系统，方法包括获取一定数量的司法案件审判书作为样本，从审判书种抽取事实等关键信息，对于数据进行处理，同时接收专家标注的新的数据，构建新的数据集，针对司法审判问题进行建模，得到对关键信息的准确率计算模型，从模型中提取训练所需要的参数，定义模型训练的reward函数，再使用BCQ算法根据参数以及数据集进行智能体模型的训练。本发明使用强化学习的方法解决司法案件预判不准确的问题，同时能够进行改进和优化，长期保持模型的准确率。
-
公开(公告)号：CN111724599A
公开(公告)日：2020-09-29
申请号：CN202010610152.9
申请日：2020-06-30
Applicant: 暨南大学
Abstract: 本申请涉及一种安全驾驶行为评价数据的获取方法、装置、设备及介质，其中，该安全驾驶行为评价数据的获取方法包括：获取驾驶过程的车辆行驶状态信息；将车辆行驶状态信息输入预设地图中，生成车辆线路图；在车辆线路图中跟踪车辆，获得车辆的至少一个第一行驶路径；在每一个第一行驶路径中测量车辆的速度信息，从速度信息中提取用于评价安全驾驶行为的评价数据；解决了相关技术中车辆安全驾驶评判检测不够全面，易产生安全事故的问题，实现了通过对车辆行驶过程中的加速度进行分析，得到车辆加速度集中段的分布情况，进而获知车辆行驶是否存在安全事故的风险。
-
公开(公告)号：CN110708381A
公开(公告)日：2020-01-17
申请号：CN201910966870.7
申请日：2019-10-12
Applicant: 暨南大学
Abstract: 本发明公开基于ZigBee的智能园林讲解系统及控制方法，该讲解系统设在植物上的植物标签模块、智能讲解终端、无线网络模块和后台控制中心;后台控制中心包括北斗定位模块和数据处理SDK,数据处理SDK与北斗定位模块通过串口耦合连接,并通过北斗定位模块与无线网络模块的第一北斗定位模块无线通讯连接,第一北斗定位模块通过串口耦合连接ZigBee模块,ZigBee模块与植物标签模块的协调节点的第一ZigBee模块和智能讲解终端的第二ZigBee模块无线通讯连接,第二ZigBee模块还与第一ZigBee模块和植物标签模块的参考节点的第三ZigBee模块无线通讯连接,第二ZigBee模块还通过串口与讲解单元耦合连接。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.01 seconds)
