-
公开(公告)号:CN111950561A
公开(公告)日:2020-11-17
申请号:CN202010875962.7
申请日:2020-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于语义分割的剔除语义SLAM动态点的方法,包括如下步骤:1)使用PSPNet语义分割网络对图像帧进行语义分割,按照像素分割结果进行分类;2)提取新帧I的ORB特征并计算描述子,再将新帧I与F匹配;3)设定阈值M;4)根据运动e对特征点进行动态点和静态点分类;5)将分类所得的静态点集关联语义标签,构建局部语义地图;6)重复步骤1)-步骤5),并更新局部语义地图,直至局部地图全部构建完成,得到全局地图。这种方法能剔除环境中对系统精度影响较大的动态特征点,利用静态特征点构建高精度,含有语义信息,可解释的Octomap。
-
公开(公告)号:CN111930893A
公开(公告)日:2020-11-13
申请号:CN202010806519.4
申请日:2020-08-12
Applicant: 桂林电子科技大学
IPC: G06F16/33 , G06F16/36 , G06F16/35 , G06F40/295 , G06F40/30
Abstract: 本发明公开了一种面向景区异常事件的知识图谱构建方法,包括以下几大步骤:搜集相关的互联网文档数据,审查文档数据的质量以决定更进一步的整理工作;抽取出所收集的数据中的异常事件的实体和关系,用特定的匹配方法将各个实体用关系连接;然后将抽取的实体进行聚类分为多个实体簇,从而构建出异常事件知识图谱的模式层;对实体簇中的每个实体进行划分,构建单独的子图谱;在最后将已有的子图谱进行合并,组成完整的基于异常事件的知识图谱。本发明将知识图谱与景区异常事件相结合,可以对景区异常事件的相关信息进行详细快速的整理,更好的选取异常事件的应对措施,本发明可很好的处理知识图谱中实体关系的复杂性,提高知识图谱的数据获取效率和构建质量。
-
公开(公告)号:CN110727867A
公开(公告)日:2020-01-24
申请号:CN201910967106.1
申请日:2019-10-12
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06F40/295 , G06F40/30
Abstract: 本发明公开了一种基于模糊机制的语义实体推荐方法,包括如下步骤:数据预处理;构建用户评分矩阵和隶属度矩阵;个性化用户推荐;系统有效性分析。本发明先对推荐内容进行模糊语义化,使其有可精确表达的部分和需要模糊表达的部分之后,再运用模糊理论机制将其转化为模糊数来进行优化处理,通过模糊数的距离计算得出理想的推荐实体。本发明能提高对推荐实体的知识表达能力,以及机器系统理解和处理用户请求以及上层语义应用的能力,能有效地提高推荐系统的响应效率。
-
公开(公告)号:CN110584914A
公开(公告)日:2019-12-20
申请号:CN201911009824.4
申请日:2019-10-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种舒适型PLC自动化多功能医用护理床,包括床架结构和与床架结构相连接的背起机构、侧翻机构和屈膝机构,与现有技术不同的是:还包括红外传感器、图像传感器、力度传感器、无线发送模块及信号预处理电路,其中:红外传感器和力度传感器分别设置在床架结构的腿部位置和背部位置,与背起机构、侧翻机构连接;无线发送模块设置在床架结构的底部,红外传感器、力度传感器和图像传感器通过无线发送模块及信号预处理电路与云端连接,信号预处理电路将采集到信号进行预处理,通过无线发送模块将预处理后的信号发送至云端,结合本地时间及根据图像传感器识别的病人实时状态,方便医生作进一步分析调整,并提供更合适的医疗方案。
-
公开(公告)号:CN110320495A
公开(公告)日:2019-10-11
申请号:CN201910708267.9
申请日:2019-08-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于Wi-Fi、蓝牙和PDR融合定位的室内定位方法,步骤为:1)在待定位区域内部署Wi-Fi环境,离线阶段通过在待定位区域采集各个小区域的Wi-Fi信号强度值RSSI,建立Wi-Fi离线指纹数据库;2)在线阶段采集Wi-Fi信号RSSI值,通过改进加权质心定位算法实现Wi-Fi定位;3)在待定位区域内部署蓝牙设备,采集蓝牙RSSI值,通过改进加权质心定位算法实现蓝牙定位;4)通过平均加权实现Wi-Fi和蓝牙融合定位;5)利用步长模型匹配加速度传感器结果,进行PDR定位;6)通过UKF算法将Wi-Fi、蓝牙和PDR进行融合得到最终定位结果。该定位方法定位精度高,定位误差小,效果好。
-
公开(公告)号:CN110147841A
公开(公告)日:2019-08-20
申请号:CN201910427921.9
申请日:2019-05-22
Applicant: 桂林电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于弱监督及无监督部件检测和分割的细粒度分类方法,步骤为:S1、获取数据集训练样本;S2、基于弱监督部件检测方法和无监督部件检测方法,对步骤S1获得的数据集训练样本进行处理,得到部件假设,即部件检测结果;S3、利用步骤S2得到的部件假设,进行部件制导分割,得到更多对细粒度分类有用的部件;S4、根据步骤S3得到的有用的部件,进行细粒度图像分类的操作,得到分类结果。该方法利用部件检测得到的部件假设来指导前景分割以保留更多的对细粒度分类有用的部件,同时抑制背景噪声,从而提升细粒度分类的性能;同时,该方法在实际应用方面的条件限制更少,大大增加了适用的场景和方法的泛用性。
-
公开(公告)号:CN110147840A
公开(公告)日:2019-08-20
申请号:CN201910427847.0
申请日:2019-05-22
Applicant: 桂林电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了基于显著性无监督部件划分的弱结构物体细粒度分类方法,步骤为:获取数据集训练样本D;对数据集训练样本D进行前景分割处理,得到处理后数据集D1;基于显著性无监督部件划分方法对数据集D1使用显著性信息对花朵图像前景进行无监督的部件结构的划分,并对局部特征提取和编码池化,产生特征数据集D2;将数据集D2结合多种特征SIFT、dense SIFT和Lab color计算融合多特征的中层特征表示,使用全局提取并池化的特征对图像数据集进行分类,得到物体细粒度的分类结果。该方法模拟人类观察物体的过程,有效提高特征编码的判别能力,在弱结构物体分类中,不用引入新类型的特征,即可与全局类的方法形成互补,方便扩展到应用了任何全局特征的分类方法中。
-
公开(公告)号:CN110095116A
公开(公告)日:2019-08-06
申请号:CN201910355769.8
申请日:2019-04-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于LIFT的视觉定位和惯性导航组合的定位方法,该方法先使用Kinect摄像头完成图像的信息采集,从而获得图像的周围场景信息,然后使用LIFT深度网络架构处理完成后获得相关参数同时实现视觉定位,与此同时还需要安在运动载体上的陀螺仪和加速度计测量角速度、加速度、三轴速度、空间位置和三个姿态角,进而实现惯性导航相关定位;最后是将基于LIFT深度网络架构所测得的数据和惯导所测的数据进行融合校准,最终实现基于LIFT视觉定位和惯性导航的组合定位,取得最优的位姿轨迹结果;LIFT是一个新的深度网络架构,它可以同时将图像的特征检测、方向估计和特征描述这三个步骤集合在一起,使用统一的方式完成这三个问题,同时保持了端到端的可微性。
-
公开(公告)号:CN109841060A
公开(公告)日:2019-06-04
申请号:CN201910061664.1
申请日:2019-01-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于线性回归的道路拥堵判断装置及判断方法,所述装置包括数据处理终端和与数据处理终端连接的摄像单元和道路拥堵判断单元,摄像单元获取道路上的视频数据并报送数据处理终端,数据处理终端对道路视频信息进行处理,道路拥堵判断单元依据道路图像信息得到道路的拥堵判定结果,方法包括:1)摄像单元获取图像;2)数据处理终端接收数据;3)数据处理终端抽样;4)道路拥堵判断单元接收抽样数据;5)道路拥堵判断单元制定对象检测;6)给出判定结果。这种装置成本低。这种方法便于操作,计算量小,响应速度快,实时性好,能克服传统技术中拥堵判断信息不准确的缺点,能为预警提供准确信息。
-
公开(公告)号:CN109635279A
公开(公告)日:2019-04-16
申请号:CN201811396784.9
申请日:2018-11-22
Applicant: 桂林电子科技大学
CPC classification number: G06F17/278 , G06N3/0454
Abstract: 本发明公开了一种基于神经网络的中文命名实体识别方法,采用机器学习方面的算法并且结合神经网络模型,对文本进行分析和命名实体识别。将中文文本中出现的每一个字都构建特征向量,其特征包括位置特征和字符特征。然后把这组句子所对应的特征向量作为神经网络模型的输入,经过Bi‑LSTM以及CRF层后将结果映射到相应的实体标签,完成实体识别任务。该方法仅需要训练文本以及输入语句就可以完成实体识别,是一种灵活方便的方法。
-
-
-
-
-
-
-
-
-