-
公开(公告)号：CN118823636A
公开(公告)日：2024-10-22
申请号：CN202410825570.8
申请日：2024-06-25
Applicant: 桂林电子科技大学
IPC: G06V20/40 , G06V20/52 , G06V40/20 , G06V10/44 , G06V10/771 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于动态位置嵌入的课堂完备元动作识别方法，包括：得到单个学生课堂元动作视频、对视频进行关键帧采样；构建由动态位置嵌入的位置编码模块、Video Swin Transformer基本模块、ViT3D基本模块组成的课堂完备元动作识别模型，依次获得动态位置特征表示、多个局部注意力向量、元动作类别概率向量、对课堂完备元动作识别模型进行迭代优化；将预处理后学生课堂元动作视频输入该模型获得课堂学生元动作类别。这种方法不仅使用动态位置嵌入方法进行条件位置编码结合深度卷积网络以提升对元动作空间结构的解析能力，并采用ViT3D的全注意力机制提取动作的潜在空间特征，捕捉元动作的全局时空信息，从而提升课堂视频的学生完备元动作识别准确率。
-
公开(公告)号：CN107612514B
公开(公告)日：2024-01-02
申请号：CN201711034833.X
申请日：2017-10-30
Applicant: 桂林电子科技大学 , 桂林斯壮微电子有限责任公司
Abstract: 本发明涉及一种Ka波段MMIC低噪声放大器，主要解决现有技术中的噪声系数高、带内增益平坦度差、线性度差的技术问题。通过采用包括两级放大器、λ/4传输线结构以及三级匹配网络，该两级放大器包括第一级场效应晶体管放大器，第一级栅极偏置网络，第一级漏极偏置网络以及第一级源极的电阻、第一级源极的电容并联网络，第二级放大器，第二级栅极偏置网络，第二级漏极偏置网络以及第二级源极的电阻、电容并联网络；该λ/4传输线结构包括与第一级栅极偏置网络连接的第一传输线网，以及与第一级漏极偏置网络连接的第二传输线网的技术方案，较好的解决了该问题，能够用于Ka波段的通信领域。
-
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：CN110956497B
公开(公告)日：2022-11-25
申请号：CN201911181002.4
申请日：2019-11-27
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种电子商务平台用户重复购买行为预测方法，包括：获取用户历史购买行为数据；采用分段下采样方法进行样本均衡处理；构建用户特征、商户特征、用户与商户交互特征和隐藏特征；将样本均衡的用户历史购买行为数据输入至双层注意力BiGRU个体模型中，将用户特征、商户特征、用户与商户交互特征和隐藏特征输入至深度Catboost个体模型和DeepGBM个体模型中；对各个体模型分别进行用户重复购买行为预测训练；通过Vote‑Stacking模型，对训练后的各个体模型进行融合，并采用多数投票决策机制输出最终预测结果。本发明融合深度Catboost个体模型、双层注意力BiGRU个体模型和DeepGBM个体模型，对用户历史购买数据中离散的购买记录数值和行为序列特征进行建模，提高了预测结果的准确性。
-
公开(公告)号：CN115328972A
公开(公告)日：2022-11-11
申请号：CN202211024149.4
申请日：2022-08-24
Applicant: 桂林电子科技大学
IPC: G06F16/2458 , G06F16/2453 , G06F16/28
Abstract: 本发明涉及数据库系统查询优化的基数估计技术领域，具体地说，涉及一种平滑自回归基数估计方法，包括：S1、将数据库表格数据编码后得到编码数据x；S2、对x进行平滑，期间复制x来引入不同程度的噪声得到平滑数据xrs和微弱平滑数据xcls，拼接所有平滑数据后得到输入xin；S3、将xin喂给平滑自回归模型，并进行训练；S4、通过训练好的模型进行基数估计。本发明能够达到目前最先进的基数估计准确度，能较出色地完成基数估计任务。
-
Patent Agency Ranking
公开(公告)号：CN113445446A
公开(公告)日：2021-09-28
申请号：CN202110823419.7
申请日：2021-07-21
Applicant: 贵州省公路开发有限责任公司黔南营运管理中心 , 桂林电子科技大学
IPC: E01F9/619
Abstract: 本发明公开了一种隧道反光环清洁机器人，包括有两块相向设置的第一主板和第二主板，第一主板和/或第二主板上设置有清洁部，第一主板和第二主板的一侧边处固定设置有侧板以形成Π型机架；第一主板和第二主板分别设有第一行走轮或第二行走轮，且第一行走轮和第二行走轮中至少有一个通过弹性装置安装在第一主板或第二主板上以使得第一行走轮和第二行走轮具有互相靠近的趋势以夹持住隧道反光环。本发明通过将侧板、第一主板和第二主板设置成Π型机架，Π型机架的侧面所占用的空间较小，足够狭窄，从而能顺利通过线槽和反光环远离墙壁一侧之间的位置；通过设置弹性装置，以适应隧道反光环厚度改变的情况，以使得清洁机器人具有很好的减震和越障功能。
-
公开(公告)号：CN110263203B
公开(公告)日：2021-09-24
申请号：CN201910345614.6
申请日：2019-04-26
Applicant: 桂林电子科技大学
IPC: G06F16/583 , G06F16/28
Abstract: 本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。
-
-
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。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.045 seconds)
