-
公开(公告)号：CN110334548B
公开(公告)日：2023-04-07
申请号：CN201910640430.2
申请日：2019-07-16
Applicant: 桂林电子科技大学
IPC: G06F21/62 , G06F16/906
Abstract: 本发明公开了一种基于差分隐私的数据异常检测方法，采取先进行聚类再进行异常检测的方法，在prim算法生成的最小生成树中，用差分隐私中的噪声机制对最小生成树中边的权重添加随机噪声，隐藏数据对象间的关联性。同时，该方法使用融合相异度和逆相似数的判决准则检测异常，解决传统的top‑n方法需要预设参数，选取异常数据的不准确性这一缺陷。本发明方法具有更高的鲁棒性和更强的适应性，通过仿真数据集和真实数据集的实验分析表明提出的方法在数据分布不均匀的环境下能有效保证隐私数据的安全性，并提高异常检测的查全率，降低误判率。
-
公开(公告)号：CN108667684B
公开(公告)日：2021-04-30
申请号：CN201810293188.1
申请日：2018-03-30
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
Abstract: 本发明公开了一种基于局部向量点积密度的数据流异常检测方法，其特征是，包括如下步骤：1)对实时数据流进行处理；2)设置滑动窗口W中数据集Sm并初始化参数n，ε，λ；3)获取向量点积均值MVP；4)确定当前滑动窗口W中数据集Sm的最佳邻域半径r及r邻域；5)获取各数据点的局部向量点积密度LDVP；6)确定当前滑动窗口中的候选异常点；7)多重验证得到确定异常点。这种方法在高维空间和异常分布不均匀的数据集上，能准确有效的检测出当前实时、快速和多变的复杂数据流环境下隐藏的异常点，这种方法在无需聚类的情况下，能高效完成数据集的异常检测，且人为预设参数少，在不同异常占比和不同维数的情况下具有更高的鲁棒性和更强的自适应性。
-
公开(公告)号：CN107682319B
公开(公告)日：2020-07-03
申请号：CN201710823063.0
申请日：2017-09-13
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
IPC: H04L29/06 , G06F16/2458 , G06F16/906
Abstract: 公开了一种基于增强型角度异常因子的数据流异常检测及多重验证的方法，其特征是，包括如下步骤：1)对实时数据流进行处理；2)设置滑动窗口中数据集S；3)初始化参数k、r、ξ；4)获取距离矩阵dist；5)得到r邻域点集合；6)得到r邻域点集合的角度因子和局部密度7)获取相异度；8)获取各数据点的簇心因子；9)获取归属矩阵；10)确定簇心并聚类；11)对聚类后的各簇分别进行异常检测；12)多重验证。这种方法运用了滑动窗口和基本窗口技术，构造了高效的数据流处理模型，降低了内存的占用率、实时性好、异常检测准确率高、时间复杂度低。
-
公开(公告)号：CN118865434A
公开(公告)日：2024-10-29
申请号：CN202410825597.7
申请日：2024-06-25
Applicant: 桂林电子科技大学
IPC: G06V40/10 , G06V10/46 , G06V10/82 , G06V10/44 , G06V10/771 , G06V10/80 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于ECAv2‑HRNet的人体姿态关键点检测方法，包括如下步骤：1）获取通道信息；2）缩减参数；3）合并通道；4）确定交互范围；5）加强特征提取过程；6）双压缩；7）嵌入骨干网络。这种方法在人口密集的环境下精准度高于现有技术中的方法，并且这种方法的模型参数量和需要的浮点运算量皆优于现有技术中的关键点检测方法，这种方法在不同的环境下表现出较为优异的指标性能。
-
公开(公告)号：CN104483904A
公开(公告)日：2015-04-01
申请号：CN201410673503.5
申请日：2014-12-24
Applicant: 桂林电子科技大学
IPC: G05B19/414
CPC classification number: G05B19/4147
Abstract: 本发明涉及一种基于Powerlink总线的运动控制器，由 MPU模块和分别与MPU模块连接的电源模块、I/O模块、运动控制模块、通信接口、以及两个网络通信接口模块构成。本发明充分利用了Powerlink总线开源、速度快的优势，不仅提高了控制精度还降低了控制器的成本。此外还拥有USB,RS485等丰富接口。
-
Patent Agency Ranking
公开(公告)号：CN108667684A
公开(公告)日：2018-10-16
申请号：CN201810293188.1
申请日：2018-03-30
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
Abstract: 本发明公开了一种基于局部向量点积密度的数据流异常检测方法，其特征是，包括如下步骤：1)对实时数据流进行处理；2)设置滑动窗口W中数据集Sm并初始化参数n，ε，λ；3)获取向量点积均值MVP；4)确定当前滑动窗口W中数据集Sm的最佳邻域半径r及r邻域；5)获取各数据点的局部向量点积密度LDVP；6)确定当前滑动窗口中的候选异常点；7)多重验证得到确定异常点。这种方法在高维空间和异常分布不均匀的数据集上，能准确有效的检测出当前实时、快速和多变的复杂数据流环境下隐藏的异常点，这种方法在无需聚类的情况下，能高效完成数据集的异常检测，且人为预设参数少，在不同异常占比和不同维数的情况下具有更高的鲁棒性和更强的自适应性。
-
公开(公告)号：CN107682319A
公开(公告)日：2018-02-09
申请号：CN201710823063.0
申请日：2017-09-13
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
Abstract: 公开了一种基于增强型角度异常因子的数据流异常检测及多重验证的方法，其特征是，包括如下步骤：1)对实时数据流进行处理；2)设置滑动窗口中数据集S；3)初始化参数k、r、ξ；4)获取距离矩阵dist；5)得到r邻域点集合；6)得到r邻域点集合的角度因子 和局部密度 7)获取相异度；8)获取各数据点的簇心因子；9)获取归属矩阵；10)确定簇心并聚类；11)对聚类后的各簇分别进行异常检测；12)多重验证。这种方法运用了滑动窗口和基本窗口技术，构造了高效的数据流处理模型，降低了内存的占用率、实时性好、异常检测准确率高、时间复杂度低。
-
公开(公告)号：CN116052148A
公开(公告)日：2023-05-02
申请号：CN202310010599.6
申请日：2023-01-05
Applicant: 桂林电子科技大学
IPC: G06V20/62 , H04N23/695 , H04L67/1097 , H04N13/261 , G09B5/08 , G09B5/06 , G06V30/146 , G06V30/18 , G06V30/22
Abstract: 本发明公开了一种智能课堂笔记记录系统，包括在装置内部的微型计算机、装在板卡下的锂电池电源模块、外部的上盖外壳以及下盖外壳、嵌套在上盖外壳表面的电容触摸屏、安装在装置顶部的深度摄像头、以及起下的支架和电机组成的单自由度云台，装置顶部架设有深度摄像头，并配备单自由度云台采集各种角度图像。本发明的有益效果是，利用图像处理、机器视觉、三维重建等技术，在课堂上自动识别跟踪黑板区域，将教师上课板书的完整内容以图片的方式保存，并识别出手写部分的各类信息，输出一份电子课堂笔记。
-
公开(公告)号：CN110334548A
公开(公告)日：2019-10-15
申请号：CN201910640430.2
申请日：2019-07-16
Applicant: 桂林电子科技大学
IPC: G06F21/62 , G06F16/906
Abstract: 本发明公开了一种基于差分隐私的数据异常检测方法，采取先进行聚类再进行异常检测的方法，在prim算法生成的最小生成树中，用差分隐私中的噪声机制对最小生成树中边的权重添加随机噪声，隐藏数据对象间的关联性。同时，该方法使用融合相异度和逆相似数的判决准则检测异常，解决传统的top-n方法需要预设参数，选取异常数据的不准确性这一缺陷。本发明方法具有更高的鲁棒性和更强的适应性，通过仿真数据集和真实数据集的实验分析表明提出的方法在数据分布不均匀的环境下能有效保证隐私数据的安全性，并提高异常检测的查全率，降低误判率。
-
公开(公告)号：CN220124376U
公开(公告)日：2023-12-05
申请号：CN202320779111.1
申请日：2023-04-10
Applicant: 桂林电子科技大学
Abstract: 本实用新型公开了一种电子元器件摆放装置，包括底座，所述底座顶部安装有摆放结构，所述摆放结构包含有：展示座、电动推杆、驱动组件、两个转动盘、若干存放盘以及照明组件，本实用新型涉及电子元器件技术领域，本案的有益效果为：本技术方案采用摆放结构，在运行时，通过将若干不同型号的电子元器件放在两个转动盘内部，并控制电动推杆运行，可以对电子元器件的角度进行调节，随后控制两个驱动组件运行，从而带动若干电子元器件进行转动，并配合照明组件，可以使人员进行多角度的观察，从而增加装置整体的摆放展示效果，具有实用性强以及摆放效果好等特性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.031 seconds)
