-
公开(公告)号：CN113202560A
公开(公告)日：2021-08-03
申请号：CN202110606893.4
申请日：2021-06-01
Applicant: 桂林慧谷人工智能产业技术研究院
Abstract: 本发明提供一种基于数据挖掘的煤矿风险预防和救援决策的系统，将先进的数据挖掘技术应用于矿井中各种数据处理，然后采用SVM分类进行预测模型的构建，进而去预测风险，并采取相应措施去避险。救援决策方向采用预训练好的BERT中文模型，将各种成功的救援情况和方案去对BERT进行微调，然后根据情况给出措施。只要在训练模型时候有对应的事故数据，此发明可以针对各种风险去进行防护。相比于之前的单种煤矿风险预测系统，此系统能够对多种风险进行防护，而且加入了救援决策的功能使系统既能安全预防也可以成功的救援。
-
公开(公告)号：CN112465803A
公开(公告)日：2021-03-09
申请号：CN202011458021.X
申请日：2020-12-11
Applicant: 桂林慧谷人工智能产业技术研究院
Abstract: 本发明公开了一种结合图像增强的水下海参检测方法，步骤为：1）对获取的水下海参图像进行人工标注，得到标注后的图像；2）将标注后的海参图像转换成VOC2007格式数据，得到标注后的数据；3）获取海参图像并对图像进行预处理，得到增强的图像；4）使用k均值聚类算法将检测网络yolov4网络模型的先验框修改为对应的尺度，再将对应最大和最小的尺度取平均值替换中间值；5）对需要识别的图像进行预处理，得到增强的图像；6）将标注后的数据和预处理得到的图像作为训练数据，对网络模型训练，得到训练后的模型；7）将增强后的图像输入训练完成后的模型中对图像进行识别。该方法通过图像增强提高水下图像清晰度，减小对海参的识别难度。
-
公开(公告)号：CN112285755A
公开(公告)日：2021-01-29
申请号：CN202011217312.X
申请日：2020-11-04
Applicant: 桂林慧谷人工智能产业技术研究院
Abstract: 本发明公开了一种寻失无缝定位系统及定位方法，该系统包括系统终端装置和位置服务监测平台，系统终端装置包括电源模块、地磁模块、RFID模块、卫星导航模块、惯性导航模块和压力导电模块；电源模块为系统终端装置供电；惯性导航模块计算系统终端装置实时的位置、速度和航向角度；地磁模块辅助惯性导航模块精确室内寻失定位，检测地磁信号并与地磁指纹库数据做匹配；RFID模块辅助惯性导航模块精确水下寻失定位，检测RFID信号做距离位置测算；卫星导航模块接收卫星信号进行定位；压力导电模块检测判断系统终端装置是否位于水下；位置服务监测平台实时监测系统终端装置上传的定位数据信息，切换场景定位模式，存储管理分析定位数据并响应报警。
-
公开(公告)号：CN112880681A
公开(公告)日：2021-06-01
申请号：CN202110036015.3
申请日：2021-01-12
Applicant: 桂林慧谷人工智能产业技术研究院
IPC: G01C21/20
Abstract: 本发明公开了一种基于SSD的视觉室内定位系统技术方法，步骤为：1)收集站点(商场、博物馆)中的每个地标的图像，并使用地标ID手动注释图像中每个地标的边界框。使用这些图像与标记构建地标数据库；2)使用图像对这些图像进行大小调整，投影变换，亮度调节和图像模糊来扩充数据库，生成更多训练的图像，防止过度拟合；3)改善SSD网络使他更快更准确的识别地标ROI；4)将数据库里的数据输入网络进行训练；5)手机拍摄视频将视频信息传入服务器中；6)服务器收集到手机端拍摄的图像后使用基于ROI跟踪的有效关键帧选择方法对潜在的地标、边界和关键帧进行选择，采用改进的SSD来检测地标，得到地标概率；7)服务器处理相关数据估计位置，并将位置信息发送给手机端。该方法通过使用视觉识别进行室内定位。
-
公开(公告)号：CN112465803B
公开(公告)日：2024-10-15
申请号：CN202011458021.X
申请日：2020-12-11
Applicant: 桂林慧谷人工智能产业技术研究院
IPC: G06T7/00 , G06T5/50 , G06T5/90 , G06V10/762 , G06V10/774 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种结合图像增强的水下海参检测方法，步骤为：1）对获取的水下海参图像进行人工标注，得到标注后的图像；2）将标注后的海参图像转换成VOC2007格式数据，得到标注后的数据；3）获取海参图像并对图像进行预处理，得到增强的图像；4）使用k均值聚类算法将检测网络yolov4网络模型的先验框修改为对应的尺度，再将对应最大和最小的尺度取平均值替换中间值；5）对需要识别的图像进行预处理，得到增强的图像；6）将标注后的数据和预处理得到的图像作为训练数据，对网络模型训练，得到训练后的模型；7）将增强后的图像输入训练完成后的模型中对图像进行识别。该方法通过图像增强提高水下图像清晰度，减小对海参的识别难度。
-
Patent Agency Ranking
公开(公告)号：CN113406311A
公开(公告)日：2021-09-17
申请号：CN202110612307.7
申请日：2021-06-03
Applicant: 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及通信网络技术领域，是一种基于BDS(Bei Dou Navigation Satellite System)的嵌入式混泥土质量监测模型。由BDS卫星定位模块、微型控制单元(MCU)、通信网络以及控制系统组成。主要步骤是在混泥土搅拌机的内壁上嵌入BDS定位芯片作为监测点、并在监测点的附近具有稳定性的位置上建立定位基站，主要设备为高精度接收机和天线，作为实时监测监测点位移变化的参考基准，BDS卫星定位模块对监测点的经纬度和高程进行检测。之后通过通信网络将数据传至质量监控部门的电脑终端，实现对混泥土质量的实时监控。通信网络将监测点、定位基站、微型控制单元、计算机终端以及控制系统相连，实现数据实时传输完成对混泥土质量监控。本发明对混泥土质量的监测具有全天候、全自动、高精度、高可靠性的特点。
-
公开(公告)号：CN119252326A
公开(公告)日：2025-01-03
申请号：CN202411262388.2
申请日：2024-09-10
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: G16B20/30 , G16B50/10 , G16B40/00 , G06N3/0464 , G06N3/0455 , G06F18/241
Abstract: 本发明公开了一种单细胞多组学数据整合方法，涉及生物信息技术领域，其技术要点为：S1：对单细胞RNA测序数据与单细胞ATAC测序数据进行预处理，包括数据筛选与基因选择两个部分；S2：构建低维共享空间，使用自编码器构建一个两种组学数据的低维共享空间；S3：使用低维共享空间中的单细胞RNA测序数据训练深度金字塔卷积神经网络；S4：使用训练好的深度金字塔卷积神经网络，对单细胞ATAC测序数据进行分类，得到细胞类型标签，实现单细胞RNA测序数据与单细胞ATAC测序数据的数据整合。本发明通过使用自编码器网络，构建出低维共享空间，最大化不同组学数据之间的相似性，通过文本卷积网络学习不同细胞类型数据之间的分布，最终实现整合多组学数据的目的。
-
公开(公告)号：CN118394084B
公开(公告)日：2024-12-20
申请号：CN202410494862.8
申请日：2024-04-23
Applicant: 桂林电子科技大学 , 桂林市高新技术产业发展集团有限公司
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/247 , G05D109/10
Abstract: 本发明公开了一种基于GSO粒子群算法的移动机器人路径规划方法，涉及移动机器人路径规划技术领域；该方法包括如下步骤：S1、构建目标函数；采用栅格法对工作环境空间进行建模，并以最短路径函数为目标函数；S2、通过GSO粒子群算法计算最短路径的路径点；将初始化后的粒子代替移动机器人，采用GSO粒子群算法对粒子进行优化更新，得到最短路径；S3、对最短路径进行平滑处理；根据粒子优化迭代所得到的最短路径，对其进行三次样条插值调整，得到平滑的最短路径。本发明中方法采用GSO粒子群算法，对不同等级的粒子采用不同的学习策略，在保证优势粒子的挖掘能力的前提下，增加粒子的多样性，从而增加算法的探索能力。
-
公开(公告)号：CN118394084A
公开(公告)日：2024-07-26
申请号：CN202410494862.8
申请日：2024-04-23
Applicant: 桂林电子科技大学 , 桂林市高新技术产业发展集团有限公司
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/247 , G05D109/10
Abstract: 本发明公开了一种基于GSO粒子群算法的移动机器人路径规划方法，涉及移动机器人路径规划技术领域；该方法包括如下步骤：S1、构建目标函数；采用栅格法对工作环境空间进行建模，并以最短路径函数为目标函数；S2、通过GSO粒子群算法计算最短路径的路径点；将初始化后的粒子代替移动机器人，采用GSO粒子群算法对粒子进行优化更新，得到最短路径；S3、对最短路径进行平滑处理；根据粒子优化迭代所得到的最短路径，对其进行三次样条插值调整，得到平滑的最短路径。本发明中方法采用GSO粒子群算法，对不同等级的粒子采用不同的学习策略，在保证优势粒子的挖掘能力的前提下，增加粒子的多样性，从而增加算法的探索能力。
-
公开(公告)号：CN117405678A
公开(公告)日：2024-01-16
申请号：CN202210763696.8
申请日：2022-07-01
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: G01N21/88 , G01N21/954 , G01N21/958 , G01N21/01 , G06N3/0464 , G06N3/08 , G06T7/00 , G06V10/82
Abstract: 本发明公布了一种基于深度学习的玻璃瓶内壁裂纹检测装置。该装置主要包括三个部分：控制器装置，图像采集装置与裂纹检测装置。控制器装置包含有激光发射器，光电传感器和主控器，其中激光发射器与光电传感器负责检测玻璃瓶是否已经传输至检测装置下，主控器负责控制履带停止传输。图像采集装置用以获取玻璃瓶内壁的图像。裂纹检测装置是将获取到的图像用一个训练好的深度神经网络进行检测，判断其中是否含有裂纹，并将结果返回值主控器内。本检测装置结构简单，整体成本低，易于搭建，内壁图像采集精准且效率高，并且采用了最新的人工智能技术，使用神经网络对图像进行识别，因此适用于对玻璃瓶内壁图像进行实时检测。
-
-
-
-
-
-
-
-
-
Search Results
222
records
(took 0.054 seconds)
