-
公开(公告)号：CN119005342B
公开(公告)日：2025-01-10
申请号：CN202411455894.3
申请日：2024-10-18
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种数据要素流通中的数据溯源验证方法，其包括：根据数据权益属性，将具有权益属性的数据划分为公共数据、企业数据和个人数据；将具有权益属性特征的数据抽象化表示为由对象类、特性和表示组成的权益数据元；基于权益数据元，结合数据要素流通过程和数据确权体系将PROV‑O和ProVOC数据溯源模型进行融合，得到PROV‑OCC数据溯源模型；将W7模型与PROV‑OCC数据溯源模型融合后，进行语义表示，用于描述权益数据流通实例中权益数据元的流通状况和溯源状态记录；对权益数据流通实例中的溯源过程进行编码，并对编码后的本体进行推理和溯源验证。本发明实现了权益数据溯源的自动化和智能化，提高了溯源的可靠性和可扩展性。
-
公开(公告)号：CN107139179B
公开(公告)日：2020-05-29
申请号：CN201710386413.1
申请日：2017-05-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种智能服务机器人及工作方法，本发明将深度学习与机器人的实体进行结合。在使用机器人之前，先通过大量数据训练深度学习网络，从而使其能够识别物体。然后结合机器人实体。先通过摄像头获取到当前环境图像，经由深度学习网络可以得出检测目标的位置以及类标，再融合深度图的信息，从而得到物体与机器人在空间中的相互关系。在跟踪过程中，机器人根据距离，动态调整跟踪时候的速度。机器人在抓取过程中，算法将物体与机器人的相互关系经过投影变换为机械臂的坐标系，指导机械臂进行抓取。
-
Patent Agency Ranking
公开(公告)号：CN110515034B
公开(公告)日：2022-12-27
申请号：CN201910790961.X
申请日：2019-08-26
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种声信号方位角测量的系统及方法，旨在保证测量精度的基础上，实现对多声源目标方位角的测量，实现方法为：控制器模块向声发生器阵列模块和数据处理模块发送信息；声发生器阵列模块产生声音信号；数据处理模块构建训练样本集；数据处理模块构建基于卷积神经网络的声源定位模型；数据处理模块对基于卷积神经网络的声源定位模型进行迭代训练；数据处理模块计算声源方位角GCC特征向量作为训练好的声源定位模型的输入得到当前声源方位角。本发明在新的应用场景可重新自动构建训练样本对机器学习模型进行训练，且GCC特征向量中包含多源方位信息故对多声源的方位角测量的精度高。
-
公开(公告)号：CN110515034A
公开(公告)日：2019-11-29
申请号：CN201910790961.X
申请日：2019-08-26
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种声信号方位角测量的系统及方法，旨在保证测量精度的基础上，实现对多声源目标方位角的测量，实现方法为：控制器模块向声发生器阵列模块和数据处理模块发送信息；声发生器阵列模块产生声音信号；数据处理模块构建训练样本集；数据处理模块构建基于卷积神经网络的声源定位模型；数据处理模块对基于卷积神经网络的声源定位模型进行迭代训练；数据处理模块计算声源方位角GCC特征向量作为训练好的声源定位模型的输入得到当前声源方位角。本发明在新的应用场景可重新自动构建训练样本对机器学习模型进行训练，且GCC特征向量中包含多源方位信息故对多声源的方位角测量的精度高。
-
公开(公告)号：CN119005342A
公开(公告)日：2024-11-22
申请号：CN202411455894.3
申请日：2024-10-18
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种数据要素流通中的数据溯源验证方法，其包括：根据数据权益属性，将具有权益属性的数据划分为公共数据、企业数据和个人数据；将具有权益属性特征的数据抽象化表示为由对象类、特性和表示组成的权益数据元；基于权益数据元，结合数据要素流通过程和数据确权体系将PROV‑O和ProVOC数据溯源模型进行融合，得到PROV‑OCC数据溯源模型；将W7模型与PROV‑OCC数据溯源模型融合后，进行语义表示，用于描述权益数据流通实例中权益数据元的流通状况和溯源状态记录；对权益数据流通实例中的溯源过程进行编码，并对编码后的本体进行推理和溯源验证。本发明实现了权益数据溯源的自动化和智能化，提高了溯源的可靠性和可扩展性。
-
公开(公告)号：CN107242964A
公开(公告)日：2017-10-13
申请号：CN201710602684.6
申请日：2017-07-21
Applicant: 西安电子科技大学
IPC: A61H3/06
CPC classification number: A61H3/061 , A61H3/068 , A61H2003/063 , A61H2201/50
Abstract: 本发明公开了基于深度学习的导盲系统及工作方法，包括与中央处理器连接的图像采集装置，定位装置，悬空物体检测装置，震动、声音反馈装置。图像采集装置，定位装置，悬空物体检测装置采集当前的信息发送给中央处理器，中央处理器通过传感器数据信息，使用深度学习的图像处理方法生成虚拟盲道，利用耳机声音反馈装置、震动反馈装置进行反馈，给盲人实时指引路线。另外盲杖社交功能能够促进盲人融入社会，更多地走到户外。
-
公开(公告)号：CN107139179A
公开(公告)日：2017-09-08
申请号：CN201710386413.1
申请日：2017-05-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种智能服务机器人及工作方法，本发明将深度学习与机器人的实体进行结合。在使用机器人之前，先通过大量数据训练深度学习网络，从而使其能够识别物体。然后结合机器人实体。先通过摄像头获取到当前环境图像，经由深度学习网络可以得出检测目标的位置以及类标，再融合深度图的信息，从而得到物体与机器人在空间中的相互关系。在跟踪过程中，机器人根据距离，动态调整跟踪时候的速度。机器人在抓取过程中，算法将物体与机器人的相互关系经过投影变换为机械臂的坐标系，指导机械臂进行抓取。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
