-
公开(公告)号:CN116824572A
公开(公告)日:2023-09-29
申请号:CN202310614682.4
申请日:2023-05-29
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
IPC: G06V20/64 , G06V10/74 , G06V10/774
Abstract: 本发明公开一种基于全局和部件匹配的小样本点云物体识别方法、系统及介质,方法包括构建小样本点云物体识别数据集;利用小样本点云物体识别数据集构建小样本点云物体识别任务,每个任务包括支持集和查询集;构建点云物体识别网络模型;利用基类小样本点云物体识别任务训练并得到训练好的点云物体识别网络模型;利用新类小样本点云物体识别任务验证点云物体识别网络模型的性能,并利用该模型得出预测结果。本发明设计了一个小样本点云物体识别模型,通过在全局、部件两个层级上对点云进行相似性比较,有效解决了现有方法在数据量不足限制下性能差的问题,实现了小样本点云物体精准识别。
-
公开(公告)号:CN116608866B
公开(公告)日:2023-09-26
申请号:CN202310890318.0
申请日:2023-07-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多尺度细粒度特征融合的图片导航方法、装置及介质,属于智能导航技术领域。其中方法包括:获取导航目标位置的目标图像;获取智能体在环境中当前时刻的视觉观测;将目标图像和视觉观测输入多尺度细粒度特征融合模块进行多尺度细粒度特征融合,输出融合后的视觉状态特征;根据视觉状态特征预测智能体下一时刻的状态,以使智能体根据状态执行动作,直到到达导航目标位置。本发明利用深度神经网络中隐藏层高分辨率激活图中所包含的物体细粒度特征,将特征作为提示引导视觉观测模型关注当前环境中与目标图像在低级属性和高级语言上具有相关性的区域,从而改善智能体在探索阶段推理和寻找目标位置的能力。
-
公开(公告)号:CN116127182A
公开(公告)日:2023-05-16
申请号:CN202211437282.2
申请日:2022-11-17
Applicant: 华南理工大学
IPC: G06F16/9535 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制和持久记忆的序列推荐方法、系统、设备及介质,包括:定义系统内项目的类别,收集并处理系统中序列数据,得到处理后的序列数据;构建序列推荐模型,所述构建序列推荐模型包括嵌入生成模块、位置信息生成模块、基于持久记忆的自我注意力模块和预测模块;将所述处理后的序列数据作为样本训练序列推荐模型;模型部署及预测,所述模型部署及预测是将目标序列数据输入训练好的序列推荐模型,根据模型输出结果预测下一个项目。本发明通过引入持久记忆机制,使得模型可以关注到整个任务中的全局跨样本知识,学习到任务的一般性知识,对于提升推荐效果有重大作用。
-
公开(公告)号:CN114874346B
公开(公告)日:2023-01-06
申请号:CN202210562164.8
申请日:2022-05-23
Applicant: 华南理工大学
IPC: C08B37/00 , A61K31/715 , A61P37/04 , A61P39/06
Abstract: 本发明属于真菌多糖领域,公开了一种紫丁香蘑多糖及其制备方法和应用。该紫丁香蘑多糖为由岩藻糖、甘露糖、葡萄糖、半乳糖组成的杂多糖。其单糖组成岩藻糖:甘露糖:葡萄糖:半乳糖的摩尔比为1.00:1.78:1.45:3.72。该多糖具有制备增强免疫、抗氧化、抗黑色素瘤等功能性食品和药物的应用潜质,具有较佳的应用前景和商业价值,还可提高紫丁香蘑的利用价值。
-
公开(公告)号:CN114064453A
公开(公告)日:2022-02-18
申请号:CN202111185743.7
申请日:2021-10-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于聚类和进化算法的软件测试用例自动生成方法,包括步骤为:分析待测试程序,构造程序的控制流图、编码路径及初始化访问矩阵;初始化种群及算法参数;对种群个体进行K‑medoids聚类;进行簇间、簇内变异及交叉操作;对种群中个体逐一记录访问信息;根据访问矩阵计算访问矩阵代价函数,将种群个体参数转换为二进制,计算种群个体间的汉明距离及整体的适应度函数;更新种群内每个个体的变异算子并进行选择操作,选择后的新个体形成下一代;检测全部路径是否已覆盖完全或达到设定的最大循环数目,若不满足则返回重复执行;若满足,则输出覆盖待测试程序每条路径的测试用例集合。本发明实现了测试样例的自动生成,提高了软件测试效率。
-
公开(公告)号:CN114049166A
公开(公告)日:2022-02-15
申请号:CN202111185507.5
申请日:2021-10-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于离散因子分解机的物品推荐方法,包括下述步骤:获取用户、物品以及评分的关系数据;基于偏好数据构建因子分解机模型,所述因子分解机模型的输入为所述关系数据,输出为预测评分;对所述因子分解机模型的参数进行初始化,所述初始化包括实数参数的初始化与离散参数的初始化;根据所述偏好数据更新因子分解机离散参数和实数参数;根据更新后的参数,计算每个用户对于每个物品的预测得分,并对得分由高到低进行排序,为每个用户生成推荐物品清单。本方法采用二元二次规划对参数进行优化,因子分解机的训练过程中,使用混合整数问题求解,对离散参数逐个参数更新,具有收敛性好、扩展性强及准确度高的优点。
-
公开(公告)号:CN105868581A
公开(公告)日:2016-08-17
申请号:CN201610171048.8
申请日:2016-03-23
Applicant: 华南理工大学
CPC classification number: G06F19/18 , G06K9/6224
Abstract: 本发明公开了一种基于随机聚类森林的全基因组蛋白质功能预测方法。该方法将已注释功能的蛋白质按功能分别进行聚类,将具有同一种功能的蛋白质划分为若干个簇,并计算每个簇的中心;所有的簇中心组成蛋白质新的特征向量,使用蛋白质原有的多组特征向量将每个蛋白质转换为只具有一组特征向量的对象;将完成特征转换的蛋白质作为数据集,使用已注释功能的蛋白质训练多棵随机聚类树,构建随机聚类森林作为全基因组蛋白质的功能预测模型,并使用该模型预测未注释的全基因组蛋白质的功能。本发明提高了蛋白质预测的效率,也提高了蛋白质功能的注释准确率。
-
公开(公告)号:CN104778204A
公开(公告)日:2015-07-15
申请号:CN201510093441.5
申请日:2015-03-02
Applicant: 华南理工大学 , 广州三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本发明公开了一种基于两层聚类的多文档主题发现方法,包括下述步骤:S1、将多个文档作为输入,对每个文档进行预处理,包括对文档进行分句,对句子进行分词,获取多文档集合中的名词集合、动词集合,并对其中的多义词进行词义消歧处理;S2、对步骤S1输出的名词集合、动词集合,根据词义相似度、采用改进的OPTICS算法分别进行词语聚类分析,抽取出语义概念,并依此对句子建立向量空间模型;S3、使用改进的k中心点算法对句子进行聚类分析,得到主题。本发明提炼出词语间的内在语义联系,解决建立句子特征向量时各个特征项之间“非正交”的情况。
-
公开(公告)号:CN103295007A
公开(公告)日:2013-09-11
申请号:CN201310158556.9
申请日:2013-05-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种用于汉字识别的特征降维优化方法,包括如下步骤:(1)对汉字样本进行预处理和特征提取,将提取的汉字特征进行LDA降维变换;(2)运用最小欧氏距离分类器进行分类识别;(3)将分类识别错误的样本看作新增样本,加入到原始样本集中,运用ILDA增量线性判决的学习方法再次进行降维变换;(4)再次运用最小欧氏距离分类器重新进行分类识别;(5)重复步骤(3)和(4),经过多次迭代运算,输出LDA优化参数,并用于汉字的分类识别。本发明克服了已有LDA变换方法不能有效利用识别分类信息优化LDA变换矩阵参数的不足,具有大大提高了LDA特征降维变换的性能及汉字识别的准确率等优点。
-
公开(公告)号:CN103144752A
公开(公告)日:2013-06-12
申请号:CN201310047012.5
申请日:2013-02-05
Applicant: 华南理工大学 , 广州市番禺灵山造船厂有限公司
IPC: B63C11/52
Abstract: 本发明公开了一种多自由度操纵水下拖曳体,包括鱼雷状浮体、可控制迫沉水翼、边板、固定水平翼、固定垂直尾翼、可控制垂直尾翼以及主腔体;鱼雷状浮体为两个,分隔水平设置,两个鱼雷状浮体通过固定水平翼连接;主腔体为流线型,设置在两个鱼雷状浮体下端中部,主腔体两端各由两个翼型构件支撑并分别与两鱼雷状浮体相连;两鱼雷状浮体外表面前端分别对称设有拖曳部件,拖曳部件设有多个拖曳孔,拖缆通过拖曳孔与船体连接;两鱼雷状浮体的尾部设置有固定垂直尾翼,固定垂直尾翼为对称机翼型;本发明外形简洁,航态稳定性好,自主稳定能力强,姿态控制方便,操纵效率高,可操纵自由度多,控制机构简单,具有较高的实用价值和商业价值。
-
-
-
-
-
-
-
-
-