-
公开(公告)号：CN111860383B
公开(公告)日：2023-11-10
申请号：CN202010732152.6
申请日：2020-07-27
Applicant: 苏州市职业大学
IPC: G06V20/54 , G06V20/40 , G06V10/26 , G06V20/70 , G06V10/62 , G06V10/762 , G06V10/774
Abstract: 本发明公开了一种群体异常行为识别方法，通过先将待识别视频流所对应的监控场景划分成多个语义区域，将待识别视频流中各个时间点的图像中，对应同一语义区域的车辆进行聚类得到车辆聚类信息，之后根据该车辆聚类信息构建的群体运动聚类列表中，可以反映出沿时间点的先后顺序各个车辆经过语义区域的顺序，即该时间段的待识别行为模式组合，待识别行为模式组合包括该时间段内同时存在的多种轨迹。通过待识别行为模式组合可以反映出一段时间内同时存在的多种轨迹，通过该待识别行为模式组合可是识别出是否有行为异常的车辆。本发明还提供了一种群体异常行为识别装置、一种群体异常行为识别设备以及一种计算机可读存储介质，同样具有上述有益效果。
-
公开(公告)号：CN116452290A
公开(公告)日：2023-07-18
申请号：CN202310376802.1
申请日：2023-04-10
Applicant: 苏州市职业大学(苏州开放大学)
IPC: G06Q30/0601 , G06F16/9537 , G06F16/9535 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种自注意力网络的生成方法、物品推荐方法及其装置，该生成方法包括以下步骤：获取包含有若干不同用户的用户集合U、包含有若干不同兴趣点的兴趣点集合L、包含有若干不同区域的区域集合B、以及包含有若干不同类别的类别集合C；获取用户集合中的每个用户u对应的兴趣点序列、每个用户对应的区域序列、以及每个用户对应的类别序列；创建自注意力网络，所述自注意力网络包括：兴趣点级表示层、区域级表示层、类别级表示层和对比学习层；基于用户集合U、兴趣点集合L、区域集合B、类别集合C、兴趣点序列、区域序列和类别序列，对所述自注意力网络进行训练。从而得到能够进行物品推荐的自注意力网络。
-
公开(公告)号：CN111716309A
公开(公告)日：2020-09-29
申请号：CN202010731369.5
申请日：2020-07-27
Applicant: 苏州市职业大学
Abstract: 本发明涉及一种用于自动化生产线的节能型实验装置，其承载台(2)的顶部设置有辅助调节装置(3)，所述辅助调节装置(3)包括内部具有安装槽(37)且底部通过支撑机构(36)支撑于所述承载台(2)的固定板(32)，所述固定板(32)通过设于所述安装槽(37)中的滑杆(38)支撑与其平行设置的活动板(31)，所述活动板(31)与承载台(2)顶部活动连接；所述固定板(32)还设有驱动部件，所述驱动部件驱动所述滑杆(38)带动所述活动板(31)沿所述安装槽(37)远离或者靠近所述固定板(32)。这样，在工作过程中当与工件大于承载台时，可以使所述活动板远离所述固定板，从而使得承载台的整体有效面积得到明显提升。
-
公开(公告)号：CN109885172A
公开(公告)日：2019-06-14
申请号：CN201910143803.5
申请日：2019-02-27
Applicant: 苏州市职业大学
Inventor： 张量
Abstract: 本申请涉及一种基于增强现实AR的对象互动展示方法及系统，属于AR技术领域，该方法包括：投影组件获取本次展示需求对应的辅助展示特征；通过投影组件将辅助展示特征投射至被展对象，得到投射后的被展对象；图像采集组件实时采集投射后的被展对象的当前图像帧；图像识别组件识别当前图像帧中是否存在目标对象；在当前图像帧中存在目标对象时，AR展示组件获取目标对象的相关信息；AR展示组件基于目标对象在当前图像帧中的位置将相关信息以目标展示方式展示；可以解决现有的AR互动展示系统中由于图像识别组件识别目标对象的失败率较高的问题；可以提高图像识别组件识别目标对象的成功率，进而提高AR互动展示系统的展示效果。
-
公开(公告)号：CN115203518A
公开(公告)日：2022-10-18
申请号：CN202110387536.3
申请日：2021-04-12
Applicant: 苏州市职业大学
IPC: G06F16/9535 , G06N3/08
Abstract: 本发明是一种控制推荐系统的解纠缠表示的方法，该方法包括构建变分自编码器VAE模型，对β‑VAE模型的优化目标使用改进的比例积分微分PID控制器，以使用总相关性KL散度的输出作为反馈来自动调整超参数β，进一步引入了项目嵌入，以指导系统使用因式高斯分布来学习与实际概念相关的用户表示。本发明可以在最先进的基准模型上获得关键性的改进，模型在控制重建误差与解纠缠质量之间权衡的有效性得到验证。
-
Patent Agency Ranking
公开(公告)号：CN108541039B
公开(公告)日：2021-10-22
申请号：CN201810371113.0
申请日：2018-04-24
Applicant: 苏州市职业大学
Abstract: 本发明提及一种低功耗无线传感器网络静态节点路由方法，包括：无线传感器网络初始化设定；获取拓扑结构信息；计算基站到所有传感器节点的最优路径；选出一条工作路径并将其发送给该路径上的所有传感器节点；工作路径上出现的起始传感器节点将自身感知的数据和剩余能量，沿着最优路径转发给路径上的下一跳传感器节点；下一跳传感器节点融合自身的感知数据和剩余能量，再转发给接下来的下一跳传感器节点，以此类推，直到基站收到路径上的所有传感器节点数据；更新拓扑结构信息中节点的剩余能量，计算未收到数据的传感器节点到基站的最优路径；重复前述步骤，直到所有节点数据都收集完成。本发明能够实现节约能量，延长网络寿命。
-
公开(公告)号：CN110290520A
公开(公告)日：2019-09-27
申请号：CN201910576236.2
申请日：2019-06-28
Applicant: 苏州市职业大学
Abstract: 本申请所提供的一种WSN节点的访问控制方法，包括：WSN节点接收到时间同步信息时，判断WSN节点是否受到干扰噪声的干扰；若是，判断干扰噪声是否在可控制优化范围内；若干扰噪声不在可控制优化范围内，则时间同步信息不可信且不可控；若干扰噪声在可控制优化范围内，判断时间同步信息的数据包是否有效；若时间同步信息的数据包无效，则时间同步信息不可信但可控。根据节点不同的信任度来提高节点的数据传输可靠性和安全性，并降低节点计算复杂度和能量开销。本申请还提供一种WSN节点的访问控制系统、一种计算机可读存储介质和一种时间同步控制器，具有上述有益效果。
-
公开(公告)号：CN109979015A
公开(公告)日：2019-07-05
申请号：CN201910217914.6
申请日：2019-03-21
Applicant: 苏州市职业大学
Inventor： 张量
IPC: G06T19/00
Abstract: 本发明公开了一种基于刚体运动学的AR参考物体特征点修正方法。本发明一种基于刚体运动学的AR参考物体特征点修正方法，其特征在于，包括：图像序列中前后两帧的特征点向量集合分别为与根据经典刚体运动原理，参考物体运动因符合刚体运动模型。本发明的有益效果：采用基于刚体运动学的AR参考物体特征点修正算法修正识别偏差的特征点，避免参考坐标因为识别误差而产生抖动，从而提升AR应用中虚拟物体与现实世界融合的稳定性。
-
公开(公告)号：CN108614456A
公开(公告)日：2018-10-02
申请号：CN201810514869.6
申请日：2018-05-25
Applicant: 苏州市职业大学
IPC: G05B19/04
Abstract: 本发明公开了一种利用AR增强现实用技术的家电安全管理系统，包括数据采集模块、数据处理模块、云存储模块、警示模块、AR呈现模块和家电控制模块和智能终端，数据采集和云存储模块的输出端均分别与数据处理模块的输入端连接，数据处理模块的输出端分别与云存储模块、警示模块和AR呈现模块的输入端连接，AR呈现模块的输出端分别与智能终端和家电控制模块的输入端连接，家电控制模块的输出端与数据采集模块的输入端连接，智能终端的输出端分别与云存储模块和AR呈现模块的输入端连接，该系统能够结合AR技术对家电进行智能安全管理，方便快捷；本发明还提供了利用AR增强现实用技术的家电安全管理方法，操作方便快捷，便于推广。
-
公开(公告)号：CN116228365A
公开(公告)日：2023-06-06
申请号：CN202310237936.5
申请日：2023-03-13
Applicant: 苏州市职业大学(苏州开放大学)
IPC: G06Q30/0601 , G06N3/045 , G06N3/08 , G06F18/40
Abstract: 本发明公开了一种物品推荐的神经网络的生成方法、物品推荐方法及其装置，该生成方法包括：获取多个交互队列，每个交互队列均对应有用户，每个交互队列均包含有对应的用户交互过的若干物品，且物品对应的交互的发生事件越早，在所述交互队列中，越靠近队头；创建注意力机制的神经网络，所述神经网络包含有频率斜坡采样层、时域自注意力层和频域注意力层；基于所有交互队列，对所述神经网络进行训练。从而生成了一个能够进行物品推荐的神经网络。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
