-
公开(公告)号：CN112071400B
公开(公告)日：2024-05-31
申请号：CN202010738275.0
申请日：2020-09-21
Applicant: 中山大学
IPC: G16H20/60 , G06F16/21 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了一种基于疾病知识库的食材定量选择方法。首先根据从用户自我评价量表与运动情况形成的每日更新的用户画像，计算用户能量需要量与营养素需要量，之后输入到利用疾病知识库搭建的营养素调整系统，输出调整后的用户能量需要量与营养素需要量，然后结合根据食材排除数据库在食材选择库中排除特定疾病限制食用的食材所形成的食材备选，经过多目标线性规划输出多种食材搭配方案。本发明解决了传统的食物交换份法存在的繁琐计算操作的问题，并且降低了推广难度，实用性强。给出了精确的营养素要求范围限制，并且考虑必须排除的食物摄入情况，从而保证用户可以获得最优化的食材选择方案，提升了慢病管控的效果。
-
公开(公告)号：CN114782634B
公开(公告)日：2024-05-14
申请号：CN202210500678.0
申请日：2022-05-10
Applicant: 中山大学
Abstract: 本发明公开了一种基于表面隐函数的单目图像着装人体重建方法与系统。包括：获取高精度着装人体模型并进行渲染和表面采样，运用所述采样点构建训练集，提取所述渲染得到的着装人体图像的特征图和粗预测SMPL，将所述生成的SMPL体素化并使用三维卷积融合各部分的特征，得到三维空间下融合编码后的体素特征，获取给定查询点的混合局部特征，通过图卷积和交叉注意力获取空间中给定查询点的局部点云特征，训练和构建离散点占有率估算模型，生成着装人体模型。本发明具备对输入图像更好的保真性和细节恢复能力；设计的网络保证模型结构的鲁棒性，提高模型对人体图像与3D语义特征的感知和表达能力，并保证重建人体模型的完整性和细致程度，可视化效果更好。
-
公开(公告)号：CN117912703A
公开(公告)日：2024-04-19
申请号：CN202410074128.6
申请日：2024-01-18
Applicant: 中山大学
IPC: G16H50/70 , G16H50/30 , G16H50/50 , G06F18/2431 , G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/0455 , A61B5/0205 , A61B5/00 , G06F123/02
Abstract: 本发明公开了基于深度学习的人体热湿状态识别和健康预测方法与系统。包括：将生理参数、服装参数、环境参数和活动条件输入热湿生理状态仿真模块，得到人体在不同情境下的仿真热湿传输数据；将所述仿真热湿传输数据和实际采集的个体数据输入基于深度学习的数据集构建模块，得到多模态数据集；将所述多模态数据集输入基于深度学习的识别和预测模块，得到识别。本发明通过深度学习技术、多模态数据整合和注意力机制的运用，提高热湿生理状态的监测和预测的精确性、提前预测生理状态、降低监测成本、提供个性化支持，以改进现有的健康管理方式，为个体用户提供更全面、准确、实用的健康管理解决方案。
-
公开(公告)号：CN117336386A
公开(公告)日：2024-01-02
申请号：CN202311318692.X
申请日：2023-10-11
Applicant: 中山大学
Abstract: 本发明公开了一种物联网设备通信的多协议解析与重构转换方法与系统。包括：在设备注册服务器上对物联网的新接入设备进行注册；更新所述物联网中已有设备的配置信息；使用请求‑响应模式的源设备与目标设备之间通过多协议解析与重构转换方法处理并交换请求报文和响应报文；使用发布者‑订阅者模式协议的发布者设备通过多协议解析与重构转换方法处理并发送事件报文给订阅者设备；从所述物联网中删除设备，并下线其提供的服务。本发明能够减少协议转换模块的数量和协议转换过程中的信息丢失和转换时延，提高不同设备之间数据传递的效率。
-
公开(公告)号：CN112734154B
公开(公告)日：2023-08-01
申请号：CN202011279436.0
申请日：2020-11-16
Applicant: 中山大学
IPC: G06Q10/0635 , G06F18/22 , G06F18/23213 , G06F18/2415 , G06F40/216 , G06F16/35 , G06F16/36 , G06Q50/18
Abstract: 本发明公开了一种基于模糊数相似度的多因素舆情风险评估方法。首先，使用扩展优劣解距离法得到风险因素的影响程度，同时使用层次分析法得到指标模型结构及各层元素的排列次序；其次，处理不同数据类型的输入得到风险因素事实系数评估值并进行融合；最后，基于模糊数相似度将评估综合值映射到风险等级与模糊数转换系统中，得到舆情风险等级。本发明可以多源融合工作流程中的风险因素，更加全面、综合地对当前舆情风险给出细粒度的评估；对负面话题和正面话题进行不同的统计策略，较传统方法更具合理性，能够较好的反映舆情倾向性，构建的指标模型有利于风险因素的细化，同时风险指标具有更客观的影响程度评价。
-
Patent Agency Ranking
公开(公告)号：CN110852941B
公开(公告)日：2023-08-01
申请号：CN201911069738.2
申请日：2019-11-05
Applicant: 中山大学
IPC: G06T3/00 , G06T5/50 , G06T7/11 , G06T7/40 , G06Q30/0601 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于神经网络的二维虚拟试衣方法。本发明输入原始人物图和目标服装图；提取人体外形图、人体关节点图和人体解析图；通过编解码器网络生成目标人体解析图；卷积神经网络生成变形服装图；编解码器网络生成粗略结果图和服装掩码图；粗略结果图与变形服装图通过服装掩码图进行重组生成最终效果图。本发明应用了二维图片深度学习算法，相比于昂贵的三维硬件采集设备和计算量较大的三维计算，成本低、效率高；使用神经网络方法，通过编码解码结构生成目标人体解析图，能最大限度指导神经网络保留原始图片中人的各部位特征，使用卷积神经网络对目标服装图进行服装变形，能够最大限度地保留目标服装图的纹理信息。
-
公开(公告)号：CN116415021A
公开(公告)日：2023-07-11
申请号：CN202211723818.7
申请日：2022-12-30
Applicant: 中山大学
IPC: G06F16/583 , G06F40/30 , G06F16/55 , G06F40/126 , G06F16/35 , G06Q50/18 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0475 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于可定制语义的外观专利图像检索方法与系统。包括：从外观专利数据库中筛选并获取文本‑专利对,并生成每个专利的外观专利图像所对应的手绘草图；利用ResNet方法对所述外观专利图像进行语义编码，构建语义特征库；构建并训练外观专利初次筛选模型；构建并训练外观专利最终筛选模型；用户输入待检索的关键词文本以及手绘草图，以关键词文本作为输入进行初次筛选，以可定制的手绘草图作为输入进行最终筛选，从而得到精准的外观专利检索结果。本发明基于人工智能的方式，混合使用文本和图像到专利的混合映射，同时实现外观专利检索的效率和精度，通过可定制语义的手绘草图搜图，更加有效地降低图像搜索的难度，提升检索细节的能力。
-
公开(公告)号：CN113378962B
公开(公告)日：2023-06-30
申请号：CN202110703933.7
申请日：2021-06-24
Applicant: 中山大学
IPC: G06V10/764 , G06V10/80 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于图注意力网络的服装属性识别方法与系统。包括：对服装数据集的属性关系进行分析，构建属性关系邻接矩阵，从数据集中筛选出输入图像和对应的服装属性标签，进行数据增强处理，其次提取特征，包括提取服装图像的整体视觉特征、属性值视觉特征和属性的关系特征，最后将属性值视觉特征与属性的关系特征进行特征融合，输入至全接网络，输出属性类别预测得分，即属性识别分类结果，计算属性关系图注意力网络最终的输出结果与服装属性标签交叉熵损失函数，利用梯度下降的方法训练整个属性关系图注意力网络。本发明基于计算机视觉的服装属性识别技术，使用图注意力网络充分挖掘属性的内在联系，提高网络识别准确率。
-
公开(公告)号：CN116204706A
公开(公告)日：2023-06-02
申请号：CN202211723519.3
申请日：2022-12-30
Applicant: 中山大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/901 , G06F16/535 , G06F16/335 , G06V10/40 , G06V10/82 , G06V10/74 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种文本内容结合图像分析的多模态内容检索方法。包括：对数据集进行预处理，得到文本图像信息对；提取图像与文本特征，对图像特征与文本特征进行多模态注意力计算，得到多模态特征；编码图像、文本和多模态特征，形成对应的哈希码；构建目标损失函数，训练得到多模态哈希码生成模型；利用多模态哈希码生成模型，从待检索的数据库中构建出该数据库的多模态哈希码数据库；根据用户输入的文本信息，生成多模态哈希码，与多模态哈希码数据库进行匹配，得到检索结果。本发明还公开了一种文本内容结合图像分析的多模态内容检索系统。本发明使用多模态哈希码，从根本上捕获模态之间的共性，弥补模态之间的异质鸿沟，显著提高有效特征的提取效率。
-
公开(公告)号：CN110473092B
公开(公告)日：2023-05-26
申请号：CN201910615235.4
申请日：2019-07-09
Applicant: 中山大学
IPC: G06Q40/04
Abstract: 本发明公开了一种高效阅读智能合约辅助方法，用户先输入所有已读合约，提取其标识符和Token序列；之后用户输入将读合约，提取其标识符和Token序列，与数据库中所有智能合约的标识符、Token序列比较，计算出将读合约与所有已读合约的综合相似度，输出综合相似度前十的合约，并分别标记输出合约与将读合约不同的部分，辅助用户高效细读大量的智能合约。通过该方法，可快速找到与已看合约不同的部分，从而节省阅读时间，无论是编程人员还是非编程人员，都能提高细读大量智能合约的效率。另外，编程人员也可借助该工具，快速学习编写智能合约。同类型的功能在实现上会有些许的差异，利用该方法可快速获取差异，从而设计出更安全，功能更全面的智能合约。
-
-
-
-
-
-
-
-
-
Search Results
319
records
(took 0.032 seconds)
