-
公开(公告)号：CN114359717A
公开(公告)日：2022-04-15
申请号：CN202111552869.3
申请日：2021-12-17
Applicant: 华南理工大学
IPC: G06V20/10 , G06V10/26 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多视角相关性深度学习的车辆损伤识别方法，包括1)获取带标签的远、近景车辆损伤图片；2)使用孪生的深度卷积神经网络对远、近景车辆损伤图片进行图像特征提取；3)使用区域建议网络处理图像特征，获取区域建议框，并将区域建议框所对应的图像特征都转化为相同大小；4)构建关系模型提取区域建议框之间的关系特征，并与对应的区域建议框图像特征进行融合；5)对区域建议框的融合特征进行处理，得到车辆损伤识别结果。本发明首次使用孪生的深度卷积神经网络提取远、近景车辆损伤图片的图像特征，并首次将关系模型用于提取远景车辆损伤图片中零件区域和近景车辆损伤图片中损伤区域间的关系信息，提高了车损识别精度。
-
公开(公告)号：CN108399277B
公开(公告)日：2021-09-21
申请号：CN201810066849.7
申请日：2018-01-24
Applicant: 华南理工大学
IPC: G06F30/27 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于温度与应变关联性的桥梁损伤识别方法，包括步骤：1)对桥梁健康监测数据进行异常值去除并提取受温度影响的应变分量；2)使用线性回归模型对温度与应变分量数据进行拟合，提取对应的回归系数；3)对回归系数进行正态化检验、正态化转换操作，然后统计均值μ与标准差σ；4)对最新监测数据进行预处理并使用线性回归模型拟合得到回归系数，根据3σ准则判定桥梁是否出现损伤。本发明方法原理简单高效，不涉及过于复杂的运算，能够有效地利用监测系统采集到的大量数据(所需数据直接来自现有的桥梁健康监测系统，不需要增加额外的传感器等设备，降低桥梁运营成本)，并且不断累积的监测数据可进一步提升方法的效果。
-
公开(公告)号：CN109272332B
公开(公告)日：2021-06-08
申请号：CN201810870865.1
申请日：2018-08-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于递归神经网络的客户流失预测方法，包括：(1)获取客户数据并对数据进行预处理；(2)将同一个客户T个时间单位的一行特征，按时间倒序依次排列，组成一个T行特征构成的二维数据单元；(3)将所有用户的T行二维数据，构成模型的输入特征矩阵；(4)定义标签，构成被试数据；(5)构建混合递归神经网络，预测客户的流失；(6)将模型训练部分的客户数据经过步骤(1)‑(4)的处理后输入至所述混合递归神经网络中进行模型训练，得到混合递归神经网络模型；(7)采用混合递归神经网络模型对客户进行流失预测。本发明能够有效提高客户流失预测的准确率，同时减少客户历史数据特征工程的工作量。
-
公开(公告)号：CN112566255A
公开(公告)日：2021-03-26
申请号：CN202011353715.7
申请日：2020-11-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种加权哈夫曼树、主用户信道分配方法和次级用户信道感知方法。加权哈夫曼树是在哈夫曼树的基础上，为所有结点及分支新增了一种权重属性，为所有分支新增了一种占用状态的属性，基于加权哈夫曼树，对主用户信道分配和次级用户的信道感知进行联合优化。对于交织型访问模式下的认知通信系统，本发明能够在给定带宽损失的约束条件下，最小化次级用户的平均感知次数，提升次级用户的信道感知效率。
-
公开(公告)号：CN107577805B
公开(公告)日：2020-08-18
申请号：CN201710881202.5
申请日：2017-09-26
Applicant: 华南理工大学
IPC: G06F16/245 , G06F16/25 , G06F16/215 , G06F16/2455 , G06F16/2458 , G06F16/248 , G06F16/182 , G06F16/18
Abstract: 本发明公开了一种面向日志大数据分析的业务服务系统，包括日志获取模块、数据预处理模块、数据管道模块、计算处理模块、存储查询模块、系统管理模块，对数据计算、数据存储的方式进行系统化封装，在日志数据分析领域，在各种需进行数据处理、分析、展示等场景应用的接入及数据管理上，形成在数据和业务上易于横向扩展、具有多种大数据计算模式适配的大数据服务系统。采用多模块设计方式，通过关键中间服务的统一管理，结合系统架构中分布式计算和存储组件，为用户通过数据快速处理与分析、业务应用易于扩展的系统平台。
-
Patent Agency Ranking
公开(公告)号：CN111028939A
公开(公告)日：2020-04-17
申请号：CN201911116750.4
申请日：2019-11-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的多组学智能诊断系统，包括：数据导入模块，用于加载多组学数据和临床数据，并对数据进行预处理；样本相似性模块，用于构建多组学样本相似性矩阵；智能诊断训练模块，利用自动编码器进行特征表示，利用多视图注意力机制神经网络进行多组学特征融合，并将样本相似性模块结果整合到训练过程中，最终得到最优诊断模型；智能诊断预测模块，用于依据多组学数据进行智能诊断，并提供结果解释。本发明将深度学习技术与多组学数据结合，提供疾病的诊断结果及其可解释性，从而形成一种基于深度学习的多组学智能诊断系统，提升疾病诊断能力，提供诊断结果可解释性。
-
公开(公告)号：CN110189167A
公开(公告)日：2019-08-30
申请号：CN201910417284.7
申请日：2019-05-20
Applicant: 华南理工大学
IPC: G06Q30/02
Abstract: 本发明公开了一种基于异构图嵌入的移动广告欺诈检测方法，包括步骤：1)获取移动广告日志数据并对数据进行预处理；2)提取用户、应用和广告三者关联关系数据，构建有权异构图；3)定义元路径，设定每个节点的游走次数和最长步长，遍历有权异构图节点，构建节点元路径随机游走序列；4)使用语言模型，构建有权异构图中节点的低维空间稠密向量表示；5)定义标签，构成被试数据；6)构建移动广告欺诈检测模型；7)将训练部分的移动应用被试数据输入至移动广告欺诈检测模型训练，得到移动广告欺诈检测模型；8)采用移动广告欺诈检测模型对移动应用进行欺诈检测。本发明利用移动广告系统中的实体关联关系，有效的检测出欺诈的移动应用。
-
公开(公告)号：CN109840550A
公开(公告)日：2019-06-04
申请号：CN201910030405.2
申请日：2019-01-14
Applicant: 华南理工大学 , 中国移动通信集团广西有限公司
Abstract: 本发明公开了一种基于深度神经网络的移动用户应用偏好识别方法，包括步骤：S1、收集移动用户的行为特征数据和应用特征数据，对数据进行预处理；S2、构建应用聚类模型，对应用进行聚类，得到应用所属类别；S3、根据第一用户集的应用使用数据以及S2步中的应用所属类别得到应用类别集合L；S4、利用第一用户集，构建用户应用偏好预测模型；S5、使用构建的应用偏好预测模型，根据用户的行为特征预测第二用户集中用户偏好的应用类别集合L。本发明可快速而准确地对用户应用偏好进行预测，能够提高应用运营商的推广效率和准确率，同时也给用户带来更好的应用体验。
-
公开(公告)号：CN105912729B
公开(公告)日：2019-05-14
申请号：CN201610333731.7
申请日：2016-05-19
Applicant: 华南理工大学
IPC: G06F16/9535 , G06F16/9536
Abstract: 本发明公开了一种基于三维时序动态模型的手机游戏推荐系统，包括用户行为数据获取模块、游戏信息获取模块、用户行为分析模块、游戏标签模块、时序动态模型模块、游戏推荐模块。本发明系统根据获取的用户行为数据进行用户动态行为分析，并追踪新老用户的兴趣变化，在用户兴趣发生变化或可能流失时，综合考虑与用户兴趣游戏相似度较高的游戏以及游戏的热门度，给用户最优的推荐结果。本发明结合游戏和用户的时效性，制定了基于时间窗的用户活跃度评分计算方法。并引用游戏标签来对用户进行相应的映射，从而丰富了游戏推荐的多样性，让用户感受不断有新元素变化的游戏推荐，增强了游戏推荐的新颖性。
-
公开(公告)号：CN108399277A
公开(公告)日：2018-08-14
申请号：CN201810066849.7
申请日：2018-01-24
Applicant: 华南理工大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于温度与应变关联性的桥梁损伤识别方法，包括步骤：1)对桥梁健康监测数据进行异常值去除并提取受温度影响的应变分量；2)使用线性回归模型对温度与应变分量数据进行拟合，提取对应的回归系数；3)对回归系数进行正态化检验、正态化转换操作，然后统计均值μ与标准差σ；4)对最新监测数据进行预处理并使用线性回归模型拟合得到回归系数，根据3σ准则判定桥梁是否出现损伤。本发明方法原理简单高效，不涉及过于复杂的运算，能够有效地利用监测系统采集到的大量数据(所需数据直接来自现有的桥梁健康监测系统，不需要增加额外的传感器等设备，降低桥梁运营成本)，并且不断累积的监测数据可进一步提升方法的效果。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.027 seconds)
