-
公开(公告)号：CN112102548A
公开(公告)日：2020-12-18
申请号：CN202010898680.9
申请日：2020-08-31
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明公开了一种基于手掌静脉识别的门禁系统及其控制方法，所述门禁系统包括前端出入口门禁控制部分和后端控制器部分；前端出入口门禁控制部分包括门禁控制器以及与门禁控制器连接的门外掌静脉采集装置、门内掌静脉采集装置、门外实时红外监控装置、门内实时红外监控装置、前端LoRa通信模块；后端控制器部分包括系统服务器以及与系统服务器连接的数据库、后端LoRa通信模块；门禁控制器与系统服务器通过前端LoRa通信模块和后端LoRa通信模块无线连接。本发明通过手掌静脉识别加入到门禁系统中，此门禁系统在监狱、精神病医院等特殊的应用场景下，需要在出、入门体时都要进行身份验证；并增加实时红外监控功能，在非法闯入或闯出时，都能实时进行报警。
-
公开(公告)号：CN112085749A
公开(公告)日：2020-12-15
申请号：CN202010948185.4
申请日：2020-09-10
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种多尺度非迭代超像素分割的方法，该方法首先利用高斯卷积在Lab颜色空间上对每个像素点求出其水平和垂直方向的颜色梯度特征.其次,通过对像素点进行腐蚀和膨胀操作得到像素点形态学轮廓特征,在不丢失灰度梯度表示的同时增强算法边缘命中率。最后，本文基于SNIC算法非迭代聚类框架,依赖于像素点间的颜色、空间、颜色梯度、形态学轮廓特征的自定义加权距离实现超像素分割。实验结果表明，在超像素个数相同的情况下，与主流的其他算法相比,提出的方法在保证时间复杂度低的同时有效提升了超像素分割质量。
-
公开(公告)号：CN111950717A
公开(公告)日：2020-11-17
申请号：CN202010881063.8
申请日：2020-08-27
Applicant: 桂林电子科技大学
IPC: G06N3/04 , G06K9/62 , G06F40/30 , G06F16/951 , G06F16/35 , G06F16/215
Abstract: 本发明公开了一种基于神经网络的舆情量化方法，步骤为：1）利用爬虫技术采集用户在社交平台上的舆论文本数据，将采集的数据以文本形式存储于数据库中；2）对收集的舆论文本数据进行数据预处理；3）根据预处理后的数据，构建舆论分析数据集；4）构建网络模型，利用舆论分析数据集中的舆论文字和所关联因素数据对网络模型进行训练；5）利用训练好的网络模型对舆论文本进行量化；该方法可以通过神经网络的方式对符号化文本进行量化，并且采用了多特征碎片的权重计算来确定各类因素的影响权重。较传统方法而言，该方法更加灵活，鲁棒性更强，从社会经济来看，该方法可以紧抓热点，跟随数据量的增大而更加客观理性，更加符合舆情实际结果。
-
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。
-
Patent Agency Ranking
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。
-
-
-
-
-
-
-
-
-
Search Results
216
records
(took 0.055 seconds)
