-
公开(公告)号：CN110650532A
公开(公告)日：2020-01-03
申请号：CN201910935402.3
申请日：2019-09-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于RFID的医疗床定位系统及其定位方法，系统包括上位机、位置服务器、定位基站和电子标签、网络读卡器，不同编号的电子标签设置在各个医疗床上，若干个定位基站设置定位区域内，电子标签与定位基站通信连接，每个定位基站通过网络读卡器与位置服务器通信连接，位置服务器与上位机通信连接，从位置服务器上取各医疗床位的数据，并显示在地图上。位置服务器接收各个定位基站发来的电子标签信息，通过数据分析运算得出各个电子标签的位置信息，并最终将这些位置信息传输至上位机。该系统可以实时监控医疗床的位置，可以记录和监测医疗床的转移，通过知晓医疗床的位置和转移路径可以方便医院为医疗床上的需要紧急救治的病人开辟绿色通道为抢救争取时间。
-
Patent Agency Ranking
公开(公告)号：CN111147262A
公开(公告)日：2020-05-12
申请号：CN202010025766.0
申请日：2020-01-10
Applicant: 桂林电子科技大学 , 桂林森明智能科技有限责任公司
IPC: H04L9/32 , H04W4/029 , H04W4/02 , H04W4/14 , H04W4/44 , H04L29/08 , G06K9/00 , G06K9/32 , G06K9/34 , G06F21/32 , G01S19/42
Abstract: 本发明公开了一种基于掌纹掌静脉身份识别方法的车载追踪器，包括前端身份认证设备和后端定位追踪器，其中：前端身份认证设备包括第一中央处理器和分别与第一中央处理器相互连接的掌纹掌静脉采集模块、第一电源模块、语音接收模块、第一Lora模块及掌纹掌静脉数据库；后端定位追踪器包括第二中央处理器和分别与第二中央处理器相互连接的GNSS模块、第二语音模块、第二Lora模块、5G模块及第二电源模块；掌纹掌静脉采集设备和定位跟踪器分别通过Lora模块进行无线连接交互通信。与现有的追踪器相比，增加了掌纹掌静脉生物识别技术，认证身份信息并做出一些智能化的处理，防止代驾事件的发生，还可以实时提醒司机，避免司机由于个人开车习惯而导致交通事故。
-
公开(公告)号：CN113205468A
公开(公告)日：2021-08-03
申请号：CN202110607071.8
申请日：2021-06-01
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型，属于深度学习技术领域。它将生成对抗网络作为基本架构，生成网络采用编码‑解码结构，通过9个残差块和反卷积运算，以原始分辨率生成合成图像，并引入自注意力模块，可以捕获更丰富的高级特征以提升模型性能，为了同时保持图像内容和去除水下噪声，判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块，改进模型结构较为理想地解决了水下图像处理时间效率低的问题，训练有素的基于GAN‑RS的方法可以适应各种水下情况，具有出色的实时处理性能。
-
公开(公告)号：CN115202374A
公开(公告)日：2022-10-18
申请号：CN202210775475.2
申请日：2022-07-05
Applicant: 桂林电子科技大学 , 桂林智慧产业园有限公司
IPC: G05D1/06
Abstract: 本发明公开了一种基于模糊算子的捕捞AUV多目标路径规划方法，包括：对捕捞AUV系统采集的信息做预处理，以获取目标物、障碍物、洋流的数据；对目标物、障碍物、洋流的数据模糊转化，以获取用区间直觉模糊数表示的决策因子；设计IVIFWPMMDSTT算子，以聚合DST框架下的区间直觉模糊数；利用所述IVIFWPMMDST算子对目标物的所述决策因子做聚合，以获取目标物的聚合评分；根据各个目标物的聚合评分大小，实时规划出机器的行驶路径。本发明相较于传统模糊逻辑法在因素考虑上更加灵活简单，仅需利用启发式思想构建决策因子，而不需要构建复杂的模糊控制表；所设计的IVIFWPMMDST算子的权重可以采用实数，还可以采用区间直觉模糊数以缓解专家经验不足的问题；本发明将水下捕捞问题转化为最优化问题，利用所设计的IVIFWPMMDST算子规划出一条最优行驶路径，使得机器有目的地行驶，因此捕捞效率更高。
-
公开(公告)号：CN113205468B
公开(公告)日：2022-08-09
申请号：CN202110607071.8
申请日：2021-06-01
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型，属于深度学习技术领域。它将生成对抗网络作为基本架构，生成网络采用编码‑解码结构，通过9个残差块和反卷积运算，以原始分辨率生成合成图像，并引入自注意力模块，可以捕获更丰富的高级特征以提升模型性能，为了同时保持图像内容和去除水下噪声，判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块，改进模型结构较为理想地解决了水下图像处理时间效率低的问题，训练有素的基于GAN‑RS的方法可以适应各种水下情况，具有出色的实时处理性能。
-
公开(公告)号：CN211860136U
公开(公告)日：2020-11-03
申请号：CN202020049302.9
申请日：2020-01-10
Applicant: 桂林森明智能科技有限责任公司 , 桂林电子科技大学
IPC: H04L9/32 , H04W4/029 , H04W4/02 , H04W4/14 , H04W4/44 , H04L29/08 , G06K9/00 , G06K9/32 , G06K9/34 , G06F21/32 , G01S19/42
Abstract: 本实用新型公开了一种基于掌纹掌静脉身份识别方法的车载追踪器，包括前端身份认证设备和后端定位追踪器，其中：前端身份认证设备包括第一中央处理器和分别与第一中央处理器相互连接的掌纹掌静脉采集模块、第一电源模块、语音接收模块、第一Lora模块及掌纹掌静脉数据库；后端定位追踪器包括第二中央处理器和分别与第二中央处理器相互连接的GNSS模块、第二语音模块、第二Lora模块、5G模块及第二电源模块；掌纹掌静脉采集设备和定位跟踪器分别通过Lora模块进行无线连接交互通信。与现有的追踪器相比，增加了掌纹掌静脉生物识别技术，认证身份信息并做出一些智能化的处理，防止代驾事件的发生，还可以实时提醒司机，避免司机由于个人开车习惯而导致交通事故。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
Search Results
6
records
(took 0.032 seconds)
