一种面向校园招聘的简历筛选方法

    公开(公告)号:CN111598462A

    公开(公告)日:2020-08-28

    申请号:CN202010423601.9

    申请日:2020-05-19

    Applicant: 厦门大学

    Inventor: 姚俊峰 张思洁

    Abstract: 本发明提供一种面向校园招聘的简历筛选方法,具体方法包括:制定校招简历模板,确立组成模块与指标;导入简历数据与评估数据;模块内分数计算,对应聘者的客观能力进行分段评估或线性评估,使用TF-IDF法对应聘者的主观描述文字,包括项目工作描述以及实习工作描述进行文本匹配度计算;使用层次分析法(AHP)设定指标间的标度值,并计算各模块与指标的权重;使用TOPSIS法计算应聘者得分与理想解的距离,并依此对应聘者的匹配度进行排序。

    一种蒸汽干燥机能效评估方法及系统

    公开(公告)号:CN111553564A

    公开(公告)日:2020-08-18

    申请号:CN202010272800.4

    申请日:2020-04-09

    Applicant: 厦门大学

    Abstract: 本发明提供一种蒸汽干燥机能效评估方法及系统,该方法包括:采集统计期内蒸汽干燥机运行数据;构建蒸汽干燥机能效评价指标模型;基于蒸汽干燥机单位产品电能消耗量、蒸汽干燥机单位产品蒸汽消耗量、蒸汽干燥机单位产品综合能耗三个指标对蒸汽干燥机进行优化及评价。本发明可以实现对蒸汽干燥机能效的综合性评价。

    一种可编程木偶表演机器人控制方法、系统及机器人

    公开(公告)号:CN111515959A

    公开(公告)日:2020-08-11

    申请号:CN202010423949.8

    申请日:2020-05-19

    Applicant: 厦门大学

    Inventor: 姚俊峰 李岩松

    Abstract: 本发明提供了一种可编程木偶表演机器人、可编程木偶表演机器人控制系统、一种机器人动作模拟方法,方法包括:用户添加元表演动作进队列;可编程系统将队列组合,并发送至机器人控制系统;机器人控制系统根据接收到的队列,从元动作库中获取相应的动作指令;系统将动作指令发送至木偶表演机器人;木偶表演机器人根据获得的指令进行相应的动作表演。通过此方法控制的木偶表演机器人,操作十分简洁,即使是没有编程经验的用户也可以十分轻松地让机器人表演所期望的动作。

    一种基于深度学习的头皮检测方法

    公开(公告)号:CN111428655A

    公开(公告)日:2020-07-17

    申请号:CN202010228550.4

    申请日:2020-03-27

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于深度学习的头皮检测方法,包括以下步骤:步骤S1:采集头皮图像数据;步骤S2:根据头皮属性,对头皮图像进行标注分类,形成各头皮属性的分类数据集;步骤S3:使用ImageNet图像数据库对SqueezeNet模型进行预训练,得到预训练SqueezeNet模型;步骤S4:修改预训练SqueezeNet模型,使其适应回归任务,得到改进型SqueezeNet模型;步骤S5:制定头皮检测精度判定规则,使用步骤S2中的分类数据集对改进型SqueezeNet模型进行重新训练,得到各种头皮属性的头皮检测模型;步骤S6,将待测头皮图像根据头皮属性进行分类,输入对应的头皮检测模型得到预测结果。本发明的头皮状态检测方法可以提高头皮检测的准确率与稳定性。

    一种导览机器人定位建图激光视觉融合方法和机器人

    公开(公告)号:CN110174107A

    公开(公告)日:2019-08-27

    申请号:CN201910358130.5

    申请日:2019-04-30

    Applicant: 厦门大学

    Inventor: 姚俊峰 王兴远

    Abstract: 本发明提供一种导览机器人定位建图激光视觉融合方法和机器人,该方法包括:(1)导览机器人利用视觉SLAM开始构建环境地图并对目标进行定位跟踪;(2)进行视觉跟踪判断,如果失败,则执行步骤(3),如果成功,则执行步骤(4);(3)使用激光位姿建立地图,并重新进行初始化,如果重新初始化成功则执行步骤(1),如果重新初始化失败则重复执行步骤(3),直到重新初始化成功为止;(4)如果视觉跟踪成功,则另外使用激光SLAM进行激光定位,并将视觉定位结果与激光定位结果进行EKF融合,然后使用视觉位姿建立地图,导览机器人构建地图成功。本发明可以提高激光SLAM定位制图的精确性。

    一种基于展柜表演的提线木偶机器人控制方法和系统

    公开(公告)号:CN110115845A

    公开(公告)日:2019-08-13

    申请号:CN201910364658.3

    申请日:2019-04-30

    Applicant: 厦门大学

    Inventor: 姚俊峰 黄凯妮

    Abstract: 本发明提供一种基于展柜表演的提线木偶机器人控制和系统,该方法包括:接收动作指令并根据指令控制滑轮轨道的移动和转动;根据预置的表演数据,使滑轮轨道控制机械手做出动作;机械手通过控线控制木偶的关节的移动和转动,在控线的控制下木偶完成指定的表演动作;根据剧情需要使用显示屏进行画面的渲染,使用语音装置播放适当的声音,同时还使用灯光装置进行氛围渲染,由显示屏、语音装置和灯光装置共同完成木偶背景环境的渲染。本发明能够快速便捷在木偶身上不同部位添加控线,通过滑轮轨道和机械手控制提线木偶运动实时摆出不同的动作,满足剧本和人物个性化的需求,可节省制作成本和人力成本,同时显示屏、声音、灯光的使用也大大提高了木偶表演的观赏性。

    基于草图的三维模型检索方法

    公开(公告)号:CN109033144A

    公开(公告)日:2018-12-18

    申请号:CN201810597066.1

    申请日:2018-06-11

    Applicant: 厦门大学

    Abstract: 本发明一种基于草图的三维模型检索方法,将三维模型处理成多张视角截图的形式,再使用不同的轮廓提取算子将其处理成不同样式的草图,得到草图数据集,将数据集设置好标签后用于训练和测试过程;在卷积神经网络的基础上加入了层次网络方法,1个大分类网络用于训练大的分类,将输入的草图分类到40个大类中,40个小分类网络分别训练每一类模型中的具体差异,将输入的草图分类到某个大类中一个具体的三维模型上,可以较高准确度地检索出三维模型,信息冗余小,本发明使用采样轮廓点计算出的角度矩阵作为卷积神经网络的输入,更加符合草图的特性,检索精确度高。

    mysql与MongoDB数据同步的方法及其系统

    公开(公告)号:CN105447111B

    公开(公告)日:2017-12-12

    申请号:CN201510779001.5

    申请日:2015-11-13

    Abstract: 本发明公开一种mysql与MongoDB数据同步的方法,在开发机上调用OpenReplicator,读取A服务器上日志文件,失败则启动A服务器mysql并联网成功,成功则执行步骤5.2;5.2)、在开发机上定义计数器n;5.3)、开发机读取A服务器上的第n行binlog,将赋值给字符串S1;5.4)、S1为空则同步结束,不为空判断S1是否包含insert\update关键字,包含则执行步骤5.5,否则n=n+1,执行步骤5.3;MongoDB上执行S2语句,失败则同步结束;成功则n=n+1并执行步骤5.3。本发明还公开一种采用上述方法的系统。本发明可发挥mysql与MongoDB这两者的优势。

    适用于认知障碍治疗的康复辅助方法、设备及介质

    公开(公告)号:CN119724483A

    公开(公告)日:2025-03-28

    申请号:CN202411591788.8

    申请日:2024-11-08

    Applicant: 厦门大学

    Abstract: 适用于认知障碍治疗的康复辅助方法、设备及介质,涉及医疗康复。包含平板电脑、毫米波雷达等,利用信号处理和深度学习等人工智能技术,对脑损伤、脑卒中所致轻度认知障碍患者辅助康复训练。通过平板电脑录入采集患者的基本信息、病史和当前认知状况,生成康复档案;基于患者的认知障碍类型和严重程度,智能制定康复训练计划;患者通过游戏化的训练界面康复训练,基于毫米波雷达实时无接触监测训练过程中的生理状态;运用深度学习模型分析患者的训练数据,评定康复进展;汇总训练和评定数据,优化后续康复方案。可快速准确实现从患者信息采集、训练计划制定、训练实施、康复评定到数据分析报告生成的全流程自动化管理,提高认知康复效率和效果。

    一种基于目标检测的琵琶乐谱识别方法及系统

    公开(公告)号:CN119600622A

    公开(公告)日:2025-03-11

    申请号:CN202411591966.7

    申请日:2024-11-08

    Applicant: 厦门大学

    Abstract: 本发明提供了琵琶乐谱识别技术领域的一种基于目标检测的琵琶乐谱识别方法及系统,方法包括:步骤S1、获取大量的琵琶乐谱的乐谱图像,对各所述乐谱图像进行图像增强的预处理;步骤S2、通过Labe l Img对预处理后的各所述乐谱图像中的音乐符号进行标注,得到对应的标注文件;步骤S3、对各所述乐谱图像以及标注文件进行存储,基于各所述乐谱图像以及标注文件构建数据集;步骤S4、基于YOLOv5模块以及卷积注意力模块创建一琵琶乐谱识别模型;步骤S5、通过所述数据集对琵琶乐谱识别模型进行训练;步骤S6、将训练后的所述琵琶乐谱识别模型部署在服务器,在线调用部署的所述琵琶乐谱识别模型进行琵琶乐谱的识别。本发明的优点在于:极大的提升了琵琶乐谱识别精度。

Patent Agency Ranking