-
公开(公告)号：CN115131606A
公开(公告)日：2022-09-30
申请号：CN202210676727.6
申请日：2022-06-15
Applicant: 重庆文理学院
Abstract: 本发明涉及计算机视觉时序动作检测技术领域，公开了一种基于YOLO‑TSM的二阶段工序动作检测方法，包括以下步骤：S1、获取原始工序动作视频流并进行预处理；S2、构建YOLO网络对工序动作视频流进行推理，获取人体的空间分布信息和动作特征信息；S3、构建TSM网络并输入从YOLO网络得到的人体空间分布信息，通过获取人体动作的时间特征进行推理，得到动作特征信息；S4、结合阈值以及通过YOLO网络得到的动作特征信息和TSM网络得到的动作特征信息推理出具体动作。本发明通过融合多个算法模型，在低算力下的硬件条件下提高了实时推理速率和动作检测的准确率。
-
公开(公告)号：CN111125260A
公开(公告)日：2020-05-08
申请号：CN202010068598.3
申请日：2020-01-21
Applicant: 重庆文理学院
Abstract: 本发明提供一种基于SQL Server的数据同步方法及系统，涉及数据管理技术领域，其中一种基于SQL Server的数据同步方法包括以下步骤：S1：获取源表的数据变化；S2：实时获取数据表的行级更改数据并记录；S3：将变更的数据同步到Kafka中；S4：实时消费Kafka中产生的数据，进行ETL操作；S5：输出结果存储至目标表，获得业务统计分析的宽表，便于后台读取。本发明一种基于SQL Server的数据同步方法及系统可以获取SQL Server数据库中现有数据的快照，然后监视和记录对该数据的所有后续行级更改。每个表的所有事件都记录在单独的Kafka Topic中，进而用于kafka消费，实现数据同步，数据同步效果好，方便后台读取。
-
公开(公告)号：CN111241183A
公开(公告)日：2020-06-05
申请号：CN202010068597.9
申请日：2020-01-21
Applicant: 重庆文理学院
Abstract: 本发明提供一种数据稽查方法及系统，涉及数据处理技术领域，其中一种数据稽查方法包括以下步骤：S1：建立稽查中心,录入主数据的标准和其他系统标识映射到主数据上，形成关系映射树，获得映射表；S2：判断登录至稽查中心的人员身份是否为管理员，若是则执行步骤S3，反之则直接执行步骤S4；S3：获取管理员对关系映射树的操作，并更新至映射表；S4：获取登陆人员的请求信息数据，输入至最新的映射表；S5：输出数据源，返回至登陆人员。本发明一种数据稽查方法及系统可以实现多系统自动对接主数据，使多系统之间的相互调用无障碍，减少开发人员工作量，减少系统接口改造，降低成本，使迁移的数据更加结构化和标准化。
-
公开(公告)号：CN115131606B
公开(公告)日：2024-09-10
申请号：CN202210676727.6
申请日：2022-06-15
Applicant: 重庆文理学院
IPC: G06V10/764 , G06V10/82 , G06V20/40 , G06V40/20 , G06V10/22 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及计算机视觉时序动作检测技术领域，公开了一种基于YOLO‑TSM的二阶段工序动作检测方法，包括以下步骤：S1、获取原始工序动作视频流并进行预处理；S2、构建YOLO网络对工序动作视频流进行推理，获取人体的空间分布信息和动作特征信息；S3、构建TSM网络并输入从YOLO网络得到的人体空间分布信息，通过获取人体动作的时间特征进行推理，得到动作特征信息；S4、结合阈值以及通过YOLO网络得到的动作特征信息和TSM网络得到的动作特征信息推理出具体动作。本发明通过融合多个算法模型，在低算力下的硬件条件下提高了实时推理速率和动作检测的准确率。
-
公开(公告)号：CN108748181B
公开(公告)日：2022-05-13
申请号：CN201810593540.3
申请日：2018-06-12
Applicant: 重庆文理学院
IPC: B25J11/00
Abstract: 本发明公开了一种基于场景识别的家庭看护机器人，包括机器人、移动信号发射模块、微波发生器和信号发生器，所述机器人由机器人壳体集成驱动模块、电源模块、无线连接模块、控制器、红外感应器、声音输入/输出模块、闪光灯和微波接收模块组成，电源模块的输入端还连接有带有变压器的充电端口，控制器上还设有存储模块，无线连接模块和家庭无线网络相连通，信号发生器嵌入设置在门铃上。本发明能够智能控制，便于老年人或身体不便人群及时获得帮助；在家庭中使用时，可以避免访客到来后主人在休息或是家中声音过大无法听到门铃而造成影响。
-
Patent Agency Ranking
公开(公告)号：CN116913509A
公开(公告)日：2023-10-20
申请号：CN202310197979.5
申请日：2023-03-03
Applicant: 重庆文理学院
IPC: G16H50/30 , G16H50/70 , G16H10/60 , G06F18/214 , G06F18/2415 , G06N20/20
Abstract: 本发明涉及机器学习医疗健康领域，公开了一种集成多种强学习器的OHSS预测方法，包括以下步骤：收集真实患者临床数据后进行数据清洗和预处理；划分训练样本数据和测试样本数据，对训练样本数据进一步划分配置子训练数据集群；基于子训练数据集群构建基础预测模型并进行训练；根据训练结果完善最终预测模型并进行测试，测试输出为患者可能患有OHSS的概率，本发明可提升临床医生工作的效率，提前对高风险患者进行干预，为患者制定更加合理的治疗方案，降低OHSS对于辅助生殖患者的危害。
-
公开(公告)号：CN115272218A
公开(公告)日：2022-11-01
申请号：CN202210868339.8
申请日：2022-07-22
Applicant: 重庆文理学院
Abstract: 本发明涉及医学影像检测技术领域，公开了一种基于CBAM机制的残差网络的医学影像辅助检测方法，包括以下步骤：S1、获取医学影像(肺部cxr医学影像)并对所述医学影像进行裁剪以及归一化处理；S2、对归一化处理后的医学影像进行数据变换；S3、基于卷积自编码并结合空间与通道注意力机制的特征提取方法以及hs‑block模块建立网络模型；S4、将进行数据变换后的医学影像输入所述网络模型进行预测并对病灶预测区域可视化。本发明通过引入cbam机制以及引入了hs‑block残差结构加强了模型对肺部X光的特征提取能力提升了检测准确率，用于辅助传统人工对x光肺片的筛查，能够加快检测效率。
-
公开(公告)号：CN111401808A
公开(公告)日：2020-07-10
申请号：CN202010169815.8
申请日：2020-03-12
Applicant: 重庆文理学院
Abstract: 本发明提供一种基于混合模型的物资协议库存需求预测方法，属于物资需求预测技术领域。该基于混合模型的物资协议库存需求预测方法包括如下步骤：S1：获取所有物资对应的历史数据；S2：对历史数据进行分类以获取不同分类特征的物资小类数据；S3：建立包含多种预测模型的混合模型库；S4：根据分类特征的不同从混合模型库中选取预设模型并将步骤S2中获取的物资小类数据输入预设模型中实现对预设物资需求进行预测。本发明中从混合模型库中选取预设模型并将物资小类数据输入预设模型中实现对预设物资需求进行预测，对物资进行分类较为准确，预测效果较好。
-
公开(公告)号：CN109213296A
公开(公告)日：2019-01-15
申请号：CN201810593539.0
申请日：2018-06-12
Applicant: 重庆文理学院
Abstract: 本发明公开了一种计算机内嵌式水冷散热的主机箱，包括主箱体，所述主箱体内水平设置有安置板，主箱体下端设置有冷却水箱，主箱体上设置有集水腔、进水管、过滤套筒、固定板、活性炭和透水管，透水管下端设置有连接水管，主箱体两侧设置有出水管道和回水管道，主箱体两侧设置有导热柱，出水管道和回水管道外围设置有散热片，主箱体背面设置有循环泵。本发明通过集水腔、过滤套筒、固定板、活性炭和透水管的配合能够过滤水源中的杂质，从而便于使用工业废水重复进行机箱冷却，提高物料利用率，采用循环泵通过循环水体，通过导热柱和箱体内进行换热并通过散热片进行循环散热，底部增加支撑减振稳定装置，便于提高稳定性。
-
公开(公告)号：CN108748181A
公开(公告)日：2018-11-06
申请号：CN201810593540.3
申请日：2018-06-12
Applicant: 重庆文理学院
IPC: B25J11/00
CPC classification number: B25J11/009
Abstract: 本发明公开了一种基于场景识别的家庭看护机器人，包括机器人、移动信号发射模块、微波发生器和信号发生器，所述机器人由机器人壳体集成驱动模块、电源模块、无线连接模块、控制器、红外感应器、声音输入/输出模块、闪光灯和微波接收模块组成，电源模块的输入端还连接有带有变压器的充电端口，控制器上还设有存储模块，无线连接模块和家庭无线网络相连通，信号发生器嵌入设置在门铃上。本发明能够智能控制，便于老年人或身体不便人群及时获得帮助；在家庭中使用时，可以避免访客到来后主人在休息或是家中声音过大无法听到门铃而造成影响。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
