-
公开(公告)号：CN115862342B
公开(公告)日：2023-05-16
申请号：CN202310186469.8
申请日：2023-03-02
申请人： 江西师范大学
摘要： 本发明公开了一种基于地磁识别的连续弯道双向通车预警方法，所述方法包括：获取地磁传感器的磁场波动信号并进行预处理，得到地磁检测信号；采用基于阈值自更新的双门限车辆检测算法判断地磁检测信号是否为车辆信号，若不是，则说明不存在车辆进入连续弯道；若是，对车辆信号进行车型识别得到车辆基本信息；判断车辆的高度、宽度和在急弯情况下，车辆是否都能顺利通过弯道，若否，则进行预警并阻止车辆进入连续弯道；若是，判断即将在弯道处相遇的两辆车是否需要提前避让，若需要，则预警对面车辆停车让行。通过上述方式，本发明能够降低连续弯道的交通事故发生频率，保证了车上人员的生命财产安全。
-
公开(公告)号：CN112690585B
公开(公告)日：2022-08-09
申请号：CN202011528883.5
申请日：2020-12-22
申请人： 江西师范大学
IPC分类号： A47B67/02 , A47B96/02 , A47B88/457 , A47B91/06 , A47B97/00 , E05F15/60 , E05F1/10 , G06K7/08 , F04D25/08 , B01D46/10 , F16F15/02 , F16F15/067
摘要： 本发明公开了一种射频识别药品架，包括柜体，风机,湿度传感器,射频识别器,中央控制盒，阻尼杆，所述柜体的外侧壁上固定连接有固定箱，所述风机固定安装在固定箱的内侧壁上，所述风机的外侧壁上对称开设有进气槽，所述柜体的外侧壁上对称开设有贯穿槽，所述柜体的内侧壁上固定连接有多个横向隔板，所述柜体的内侧壁上固定连接有纵向隔板，所述纵向隔板与横向隔板的外侧壁固定连接，所述横向隔板的外侧壁上开设有多个固定槽，绳索拉动锁定板向左运动，锁定板向左运动使得闭合板逆时针转动并滑入到收纳腔的内部，进而在取药过程中实现了对连通槽的开启，不需要工作人员进行比对取药，更加准确，节省大量的时间。
-
公开(公告)号：CN113962192A
公开(公告)日：2022-01-21
申请号：CN202110467098.1
申请日：2021-04-28
申请人： 江西师范大学
IPC分类号： G06F40/109 , G06T3/00 , G06T7/11 , G06N20/00
摘要： 本申请公开了一种汉字字体生成模型的生成方法、汉字字体生成方法及装置，属于人工智能技术领域。所述方法包括：获取汉字图像；对汉字图像进行几何变换处理，生成汉字变换图像；将汉字变换图像输入至汉字鉴别模型，通过汉字鉴别模型对汉字变换图像进行鉴别处理，输出汉字变换图像的真伪性信息；基于真伪性信息，调整字体生成模型的模型参数，得到训练后的字体生成模型。本申请实施例提供的技术方案中，通过对汉字图像进行几何变换以指导模型提取高质量汉字特征；并通过汉字鉴别模型对汉字转换图像进行真伪判断的结果，调整模型参数以使模型效果最优，有效解决深度学习模型训练中的模式坍塌的问题，提升特征提取的指导与针对性，显著提升汉字生成效果。
-
公开(公告)号：CN112967710A
公开(公告)日：2021-06-15
申请号：CN202110317760.5
申请日：2021-03-25
申请人： 江西师范大学
摘要： 本申请涉及一种低资源客家方言点识别方法，包括如下步骤：步骤100：采集大方言语音资料，建立关联性大方言语料库；采集低资源客家方言语音资料，建立低资源客家方言语料库；步骤200：利用迁移学习策略，在源端训练一个相对较大的方言语音识别模型；步骤300：对目标端低资源客家方言语音识别模型进行微调，利用中间语义向量进行客家方言识别；步骤400：建立低资源客家方言点识别计算模型，得到低资源客家方言点预测结果。本发明能够在较少的数据情况下训练出准确率较好的方言点识别模型，准确识别出所属方言点，便于后期为进行方言自动回复，聊天等任务提供更准确的指导信息。
-
公开(公告)号：CN112690585A
公开(公告)日：2021-04-23
申请号：CN202011528883.5
申请日：2020-12-22
申请人： 江西师范大学
IPC分类号： A47B67/02 , A47B96/02 , A47B88/457 , A47B91/06 , A47B97/00 , E05F15/60 , E05F1/10 , G06K7/08 , F04D25/08 , B01D46/10 , F16F15/02 , F16F15/067
摘要： 本发明公开了一种射频识别药品架，包括柜体，风机,湿度传感器,射频识别器,中央控制盒，阻尼杆，所述柜体的外侧壁上固定连接有固定箱，所述风机固定安装在固定箱的内侧壁上，所述风机的外侧壁上对称开设有进气槽，所述柜体的外侧壁上对称开设有贯穿槽，所述柜体的内侧壁上固定连接有多个横向隔板，所述柜体的内侧壁上固定连接有纵向隔板，所述纵向隔板与横向隔板的外侧壁固定连接，所述横向隔板的外侧壁上开设有多个固定槽，绳索拉动锁定板向左运动，锁定板向左运动使得闭合板逆时针转动并滑入到收纳腔的内部，进而在取药过程中实现了对连通槽的开启，不需要工作人员进行比对取药，更加准确，节省大量的时间。
-
公开(公告)号：CN109344760A
公开(公告)日：2019-02-15
申请号：CN201811122881.9
申请日：2018-09-26
申请人： 江西师范大学
摘要： 本发明公开了一种自然场景下人脸表情数据集的构建方法，包括对所有的图像进行裁剪，并灰度化为120×120的灰度图像；使用软件MATLAB中的GUI设计界面，对每组灰度图像继续标注，标注项目为人脸部件的状态标签和表情标签；并进行Kappa一致性检验，进而生成mat标签文件并存储该mat标签文件；并对建立的人脸表情数据库进行测试，且与Cohn-Kanade表情数据库和JAFFE人脸表情数据库对比。本发明能准确地给出人脸表情的眉、眼、嘴和人脸角度的详细状态，以及表情。FELW数据库图像众多，表情分类丰富，为训练深度卷积神经网络提供了可靠的数据支撑，可用于人脸表情识别系统。
-
公开(公告)号：CN107945472A
公开(公告)日：2018-04-20
申请号：CN201711406828.7
申请日：2017-12-22
申请人： 江西师范大学
摘要： 本发明提供了一种基于云服务的实验室监测预警系统，包括：云服务器、无线报警装置、远程监控终端、无线传感器网关及分别与所述无线传感器网关无线连接的温控数据采集节点、防水数据采集节点、防火数据采集节点和防盗数据采集节点，其中，无线传感器网关用于将所述温控数据采集节点、防水数据采集节点、防火数据采集节点和防盗数据采集节点采集的监测数据转发给云服务器；云服务器分别与无线报警装置和远程监控终端无线连接，云服务器用于分析所述监测数据，并在监测数据超过阈值时，控制无线报警装置报警，同时向远程监控终端发送警情信息。通过本发明提供的技术方案，能够解决现有实验室温控、漏水、防火和防盗等安全问题。
-
公开(公告)号：CN118916616A
公开(公告)日：2024-11-08
申请号：CN202411380076.1
申请日：2024-09-30
申请人： 江西师范大学
IPC分类号： G06F18/10 , G06F18/214 , G06F18/21 , G06F18/22
摘要： 本发明公开了一种基于个性化信息的学生评价方法，包括以下：S1：构建数据集；S2：构建评价模型，导入S1中的学生数据至特征编码器中，分别获取个人信息特征表示、习题信息特征表示和个性化信息特征表示；S3：导入S2中的基本信息特征表示至认知诊断模块中，获得认知诊断特征表示；S4：导入S2中的个性化信息特征表示至个性化信息增强模块中，获取个性化特征表示；S5：导入S3的认知诊断特征表示和S4的个性化特征表示至预测模块中，获取预测答题结果，构建损失函数对评价模型进行优化，最小化损失函数以更新评价模型的参数。本发明通过整合和利用学生的个性化信息，从而显著提高了用于认知诊断的评价模型在准确度上的表现。
-
公开(公告)号：CN118521386B
公开(公告)日：2024-10-18
申请号：CN202410994623.9
申请日：2024-07-24
申请人： 江西师范大学
IPC分类号： G06Q30/0601 , G06Q30/0201 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/08
摘要： 本发明公开了一种双视图对齐的负样本优化对比学习推荐方法，包括如下步骤：构建用户物品二部图，采用用户物品二部图构建双视图，对双视图中用户的节点嵌入和物品的节点嵌入对齐，得到对齐后的双视图；采用负样本优化器对用户和物品的正样本以及负样本进行优化；将优化后的样本以及对齐后的双视图输入至对比学习模块中，采用对比学习损失和贝叶斯个性化排序对比损失，通过比较正样本与负样本的相似性来训练图卷积神经网络GCN，将训练好的深度学习模型进行实际应用；本发明采用了双视图对齐策略，通过对用户和物品视图进行特征提取、卷积操作和对齐调整，使得它们在嵌入空间中更加接近。
-
公开(公告)号：CN118410171B
公开(公告)日：2024-08-30
申请号：CN202410832534.4
申请日：2024-06-26
申请人： 江西师范大学
IPC分类号： G06F16/35 , G06F40/242 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0464
摘要： 本发明公开了基于情感分布的细粒度虚假新闻检测方法，包括如下步骤：构建新闻数据集，构建虚假新闻检测模型；将新闻数据集输入至虚假新闻检测模型中进行预测，输出新闻样本的真假预测标签；虚假新闻检测模型由特征提取层和融合预测层组成，其中，特征提取层内的情感特征提取层由预训练好的情感轮模型和情感词典模型构成；本发明通过引入情感轮模型，能够更全面地理解文本中情感的复杂性，从而更准确地捕获和表达情感特征，情感轮模型考虑了情感之间的对立性和相似性，使得可以更精细地区分和分类不同情感状态。
-
-
-
-
-
-
-
-
-
搜索结果
67 条记录 (耗时 0.062 秒)
