-
Patent Agency Ranking
公开(公告)号：CN118089719A
公开(公告)日：2024-05-28
申请号：CN202311765616.3
申请日：2023-12-20
Applicant: 珠海城市职业技术学院
IPC: G01C21/20 , G01C21/30 , G01C21/34 , G01S17/931
Abstract: 本发明提供一种家庭级机器人低功耗导航方法、系统、计算机设备和存储介质，基于家庭场景及目标对象的位置，建立初始地图坐标系，并确定每个目标对象的初始坐标；对机器人进行重定位：根据在机器人预设检测范围内的第一目标对象和第二目标对象之间的相对旋转角度α、机器人与第一目标对象之间的第一距离S1和机器人与第二目标对象之间的第二距离S2，建立重构坐标系，并确定机器人在重构坐标系中的坐标，经过转换计算，重定位出机器人在初始地图坐标系中的坐标；接收作业指令，识别目标作业对象，基于目标作业对象和机器人在初始地图坐标系中的目标，制定导航路线。本发明简化了定位过程，节省CPU功耗，提高导航效率。
-
公开(公告)号：CN107086925A
公开(公告)日：2017-08-22
申请号：CN201710132366.8
申请日：2017-03-07
Applicant: 珠海城市职业技术学院
Inventor： 潘强
Abstract: 本发明公开了一种基于深度学习的互联网流量大数据分析方法，包括：获取原始的互联网流量监测数据；采用融合N近邻填充算法和门限填充算法的不完整数据填充算法对获取的互联网流量监测数据进行填充处理；根据填充处理后的数据采用基于无限深度神经网络的深度学习方法进行分类处理，得到互联网网站的分类结果；根据互联网网站的分类结果进行数据挖掘；根据数据挖掘的结果为用户进行互联网网站推荐。本发明采用了具有反馈连接的无限深度神经网络来取代现有的前馈神经网络，能处理动态数据，实时性较好；采用融合N近邻填充算法和门限填充算法的不完整数据填充算法对获取的互联网流量监测数据进行填充处理，精度高。本发明可广泛应用于数据挖掘领域。
-
公开(公告)号：CN118089719B
公开(公告)日：2024-08-13
申请号：CN202311765616.3
申请日：2023-12-20
Applicant: 珠海城市职业技术学院
IPC: G01C21/20 , G01C21/30 , G01C21/34 , G01S17/931
Abstract: 本发明提供一种家庭级机器人低功耗导航方法、系统、计算机设备和存储介质，基于家庭场景及目标对象的位置，建立初始地图坐标系，并确定每个目标对象的初始坐标；对机器人进行重定位：根据在机器人预设检测范围内的第一目标对象和第二目标对象之间的相对旋转角度α、机器人与第一目标对象之间的第一距离S1和机器人与第二目标对象之间的第二距离S2，建立重构坐标系，并确定机器人在重构坐标系中的坐标，经过转换计算，重定位出机器人在初始地图坐标系中的坐标；接收作业指令，识别目标作业对象，基于目标作业对象和机器人在初始地图坐标系中的目标，制定导航路线。本发明简化了定位过程，节省CPU功耗，提高导航效率。
-
公开(公告)号：CN115860838A
公开(公告)日：2023-03-28
申请号：CN202211594968.2
申请日：2022-12-13
Applicant: 珠海城市职业技术学院
Inventor： 潘强
IPC: G06Q30/0282 , G06Q30/0601 , G06F16/951 , G06F16/9535
Abstract: 本申请提供一种通过智能分析电商评论辨别所售物品优劣的方法，包括：获取描述商品属性的文本并以此构建关于商品属性的树形图，具体包括:构建目标商品的商品属性的框架图，获取评论对应的树形图；优化评论对应的树形图，具体包括:检测描述商品属性的文本是否存在矛盾，对存在矛盾的树形图进行优化显示；根据树形图判断评论的质量，具体包括：根据评论的质量划分等级；获取用户阅读评论的商品属性偏好及平均阅读评论时长；个性化推送评论给用户，具体包括:根据用户的偏好和评论的质量筛选评论，根据用户的平均阅读时长推送评论。
-
公开(公告)号：CN107086925B
公开(公告)日：2020-04-07
申请号：CN201710132366.8
申请日：2017-03-07
Applicant: 珠海城市职业技术学院
Inventor： 潘强
IPC: H04L12/24 , H04L12/26 , H04L29/08 , G06F16/9535 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的互联网流量大数据分析方法，包括：获取原始的互联网流量监测数据；采用融合N近邻填充算法和门限填充算法的不完整数据填充算法对获取的互联网流量监测数据进行填充处理；根据填充处理后的数据采用基于无限深度神经网络的深度学习方法进行分类处理，得到互联网网站的分类结果；根据互联网网站的分类结果进行数据挖掘；根据数据挖掘的结果为用户进行互联网网站推荐。本发明采用了具有反馈连接的无限深度神经网络来取代现有的前馈神经网络，能处理动态数据，实时性较好；采用融合N近邻填充算法和门限填充算法的不完整数据填充算法对获取的互联网流量监测数据进行填充处理，精度高。本发明可广泛应用于数据挖掘领域。
-
-
-
-
Search Results
5
records
(took 0.027 seconds)
