-
公开(公告)号：CN119681767A
公开(公告)日：2025-03-25
申请号：CN202411670188.0
申请日：2024-11-21
Applicant: 广东技术师范大学
IPC: B24B27/033 , G02B6/02 , B24B19/22 , B24B41/06 , B24B57/02
Abstract: 本发明公开了一种基于双层膜和侧边抛磨钙钛矿光纤的电磁场局域增强结构，包括：侧边抛磨单晶有机金属钙钛矿光纤、单层石墨烯薄膜、三氧化二铝薄膜和二氧化钛薄膜；单层石墨烯薄膜、三氧化二铝薄膜和二氧化钛薄膜逐层设置在侧边抛磨单晶有机金属钙钛矿光纤的抛磨面上方；基于折射率依次增大的三氧化二铝薄膜和二氧化钛薄膜构成的双层膜结构完成侧边抛磨单晶有机金属钙钛矿光纤中光纤模式与单层石墨烯相互作用，实现石墨烯处电磁场局域增强；通过控制沉积在转移有单层石墨烯的侧边抛磨单晶有机金属钙钛矿光纤上三氧化二铝薄膜和二氧化钛薄膜的双层膜厚度，调控石墨烯处电磁场的局域增强效果。本发明能够实现纤芯中传输光场与二维材料高效相互作用，为在钙钛矿光纤上集成高性能的光电探测器、传感器和非线性器件提供了思路。
-
公开(公告)号：CN119091244A
公开(公告)日：2024-12-06
申请号：CN202411013589.9
申请日：2024-07-26
Applicant: 广东技术师范大学
IPC: G06V10/774 , G06V20/56 , G06V10/25 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及自动驾驶场景下多任务网络的尾类别目标数据增强方法，其特征在于先定义一个自动驾驶场景下的多任务学习网络结构，该多任务学习网络结构包含一个以上的任务分支网络，每个任务分支网络对应一个特定的任务，每个任务分支网络通过共享有网络层或参数的方式来达到实现信息的共享和任务协同学习的目的；然后标签尾类目标数据库；最后在模型训练过程中，从尾类目标数据库中抽取尾类数据融合到当前的批次任务训练数据中，并重新计算任务目标数据的真值标签，再将该真值标签数据输入到多任务学习网络结构的模型中，得到增强后的尾类别目标数据。本发明旨在通过提升训练数据的多样性和质量，增强多任务学习网络在多个任务上的泛化能力和性能。
-
公开(公告)号：CN118963540A
公开(公告)日：2024-11-15
申请号：CN202410859626.1
申请日：2024-06-28
Applicant: 广东技术师范大学
IPC: G06F3/01
Abstract: 本发明涉及一种基于脑机接口的机器人交互系统及其控制方法，所述系统包括用于采集用户头部信号的脑控头环，分别通信连接脑控头环和机器人的PC端。所述PC端接收到脑控头环采集的用户头部信号数据后通过内设的人机交互模块和ROS指令模块进行数据处理转化成机器人的ROS指令，而后将该ROS指令信号发送给机器人，最后机器人通过内设的ROS节点管理模块和节点执行单元来完成指令的执行。本发明克服了当前机器人系统控制交互方式上在稳定性、便利性、安全性和效率方面的局限性。本发明具有控制灵敏度高、稳定性好易操作、安全便捷和实用易普及等诸多优点。
-
公开(公告)号：CN118525826A
公开(公告)日：2024-08-23
申请号：CN202410715039.5
申请日：2024-06-04
Applicant: 广东技术师范大学
IPC: A01M1/22 , A01M99/00 , G06V10/25 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于目标检测技术的激光灭虫方法，其特征在于首先以YOLOv5网络算法为基础构建害虫目标检测的预训练模型yolov5s.pt；之后通过采集害虫图像数据进行模型训练，从而得到训练好的害虫目标检测模型；将该训练好的检测模型集成在激光枪执行装置内，并将该激光枪执行装置与害虫图像采集装置连接；当害虫图像采集装置采集并将害虫图像数据处理后输入到害虫目标检测模型内，执行模块从而让激光枪执行装置做出相应的执行指令。本发明结合最新的深度学习算法和激光技术，能够实现对害虫的快速、精确识别及即时灭除，显著提高害虫控制的效率和精度，同时降低成本并减少环境污染。
-
公开(公告)号：CN117765368A
公开(公告)日：2024-03-26
申请号：CN202311790194.5
申请日：2023-12-22
Applicant: 广东技术师范大学
Abstract: 本发明涉及一种轻量化YOLOv8的光纤分布式振动信号图像检测方法，其特征在于包括图像数据采集和预处理；其次选定yolov8网络作为基准网络，引入轻量级通用上采样算子CARAFE，在网络HEAD部分，集成EMA注意力机制，并将主干网络用FasterNet替换；之后将调整后的数据输入到训练好的图像检测模型中以得到成品模型；最后将待检测的数据输入到成品模型中得到检测结果。本发明可不同环境、光照强度及天气情况，可以同时检测并识别时空振动图的多类振动事件。
-
Patent Agency Ranking
公开(公告)号：CN117132930A
公开(公告)日：2023-11-28
申请号：CN202310960446.8
申请日：2023-08-01
Applicant: 广东技术师范大学
IPC: G06V20/52 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于无K值聚类的多群体聚众检测方法及系统，本方法通过yolov5网络检测人体，得到若干人体框；然后通过多次的聚类以及预设阈值的筛选，最后通过可视化的方式输出聚类结果。本发明针对现有的聚众检测算法难于解决多群体的聚集检测问题，提出了解决的方法，扩展了聚众检测算法的应用范围。
-
公开(公告)号：CN114346250B
公开(公告)日：2023-09-26
申请号：CN202111668351.6
申请日：2021-12-31
Applicant: 广东技术师范大学
Abstract: 本发明公开了一种金属‑碳复合颗粒及其制备方法和应用。本发明的金属‑碳复合颗粒的制备方法包括以下步骤：1)将钴盐或/和镍盐、均苯三甲酸分散在溶剂中，进行反应，得到钴或/和镍基MOF；2)将钴或/和镍基MOF置于保护气氛中进行煅烧，即得金属‑碳复合颗粒。本发明的金属‑碳复合颗粒具有优异的微波吸收性能，吸收带宽较宽，且阻抗匹配性好、轻质、制备方法简单，可以用在电磁波吸收材料中，具有十分广阔的应用前景。
-
公开(公告)号：CN115439347A
公开(公告)日：2022-12-06
申请号：CN202210961853.6
申请日：2022-08-11
Applicant: 广东技术师范大学
IPC: G06T5/00
Abstract: 本发明涉及图像处理技术领域，提出一种图像去噪系统、方法、设备及存储介质，所述系统包括依次连接的扩张模块、滑动窗口模块和过滤模块。其中，扩张模块用于将输入的待去噪图像进行图像扩张，得到第一图像。滑动窗口模块用于采用滑动窗口以步距S在所述第一图像进行滑动取样，得到图像像素集合；其中，所述图像像素集合中的元素包括由所述窗口框选区域的像素矩阵。过滤模块用于对所述滑动窗口模块输出的图像像素集合进行过滤，其中，对任一元素相应的像素矩阵进行滤波后，将滤波结果作为当前元素的像素点值，遍历所有元素后，生成过滤图像并输出。
-
公开(公告)号：CN119882400A
公开(公告)日：2025-04-25
申请号：CN202411964147.2
申请日：2024-12-27
Applicant: 广东技术师范大学
IPC: G05B11/42 , G06N3/096 , G06N3/045 , G06N3/0495
Abstract: 本发明提供了一种基于PID控制器的知识蒸馏温度参数动态调整方法，应用于深度学习领域。针对现有知识蒸馏技术中温度参数固定、难以适应模型性能变化的问题，本发明采用PID控制器实时调整温度参数，动态平衡学生和教师模型间的KL散度和交叉熵损失。通过比例‑积分‑微分控制策略，自动调节蒸馏过程中的温度参数增强模型适应性，提升蒸馏效率及学生模型泛化能力。主要步骤包括：实时监控损失差异、利用PID控制器计算温度调整量、动态更新温度参数以平衡蒸馏损失，以及自动化调整减少人工调参，提高模型性能。本方法主要用于自动化调整知识蒸馏的温度参数，减少手动调参，提高模型性能，适用于多种深度学习模型和数据集，具有广泛的应用价值。
-
公开(公告)号：CN119206851A
公开(公告)日：2024-12-27
申请号：CN202410771890.X
申请日：2024-06-15
Applicant: 广东技术师范大学
Abstract: 本发明涉及一种基于双通道注意力的轻量化打电话检测方法，其首先将打电话检测原模型的Yolov5初始网络架构的C3层替换为轻量化可分离幽灵卷积模块，其次将双通道注意力特征融合模块添加于轻量化可分离幽灵卷积模块上，之后将原模型激活函数改进为H‑Swish激活函数，而后将原模型初始CIOU损失函数更改为EIOU损失函数。最后将改进模型进行数据训练，得到基于双通道注意力的轻量化打电话检测的成型模型；将检测数据输入到成型模型中，从而输出检测结果。本方法不但大大的改善了目标检测任务的性能，并且依据本发明轻量且精度较高的特点，可以有效应用到实际场景中，有着较好的实用性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.026 seconds)
