公开(公告)号：CN116668144A

公开(公告)日：2023-08-29

申请号：CN202310679574.5

申请日：2023-06-09

Applicant: 桂林理工大学

Inventor： 卢贤睿 ,  董明刚 ,  崇庆 ,  武天昊 ,  夏令富 ,  谭若琪

IPC: H04L9/40 ,  H04L9/06 ,  H04L9/32

Abstract: 本发明公开了一种用于获取并加密绑定安卓设备信息的方法，其特征在于，通过提取用户安卓设备的多个静态硬件信息，包括硬件厂商、设备序列号、基带版本、MAC地址、SDK版本号以及移动设备识别码（MEID），并使用MD5加密算法对这些数据进行加密，加密后的数据将同其它数据上传至服务器。该方法通过加密用户设备信息保护了用户的隐私，同时又能够标识用户设备。

公开(公告)号：CN119090798A

公开(公告)日：2024-12-06

申请号：CN202410976715.4

申请日：2024-07-21

Applicant: 桂林理工大学

Inventor： 谢浩轩 ,  董明刚 ,  卢贤睿 ,  刘文章 ,  杭天 ,  吴博瀚

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于YOLOv8改进的道路裂缝检测方法，属于图像目标检测领域，所述方法包括：对道路裂缝图像进行预处理，将预处理后的道路裂缝图像划分为训练集和验证集；将DCNv2模块引入到C2f模块中构建C2f_DCN模块，并将所述模块引入到颈部网络中，得到特征融合网络；在YOLOv8模型的骨干网络中引入CA注意力机制模块，得到特征提取网络；将训练集输入网络模型进行迭代训练，得到目标网络模型；将测试集输入到目标网络模型中进行测试，得到模型检测结果和性能评价结果。与其他主流的目标检测算法比较，本发明方法算法以较低的模型复杂度实现了较高的检测精度，并且可准确地自动标注出道路图像中存在的裂缝和对识别出的裂缝进行自动分类。

公开(公告)号：CN119090041A

公开(公告)日：2024-12-06

申请号：CN202410976621.7

申请日：2024-07-21

Applicant: 桂林理工大学

Inventor： 崔子贤 ,  董明刚 ,  喻佳庆 ,  杨瑞 ,  吴博瀚 ,  卢贤睿

IPC: G06Q10/04 ,  G06Q10/083 ,  G06N3/126

Abstract: 本发明公开了一款航空物流集装器配载优化方法，旨在解决航空物流领域的人工配载限制和时间消耗的问题。目前，航空物流货邮量逐渐扩大，传统的人工配载方式依赖员工经验难以保证集装器空间利用率最大化和利润无法最大化的问题。本发明主要是将航空物流领域下的实际问题转化为约束多目标优化问题，构造一套智能配载方法。配载方法主要考虑总成本的最小化以及集装器载重量最大化，其中总成本包括时间成本以及运输成本，同时考虑集装器的承载重量和最大体积的限制约束和特殊货物的装载要求等因素。利用matlab技术进行数学建模，本系统将会结合考虑货物信息、集装器信息和各种约束信息来智能优化分配方案给出最优的配载，最终实现整体利益最大化。

公开(公告)号：CN116843281A

公开(公告)日：2023-10-03

申请号：CN202310678824.3

申请日：2023-06-09

Applicant: 桂林理工大学

Inventor： 武天昊 ,  董明刚 ,  卢贤睿 ,  崇庆 ,  夏令富 ,  谭若琪

IPC: G06Q10/10

Abstract: 本发明涉及一种基层测评系统。本系统着重解决如何提高测评结果的可信度，同时减少人力和时间成本。测评系统包括测评器和服务器。测评器通过网络与服务器联系，验证ID并下载加密测评表，用户回答后加密上传至服务器，服务器验证并保存测评结果，实现投票过程的匿名化并尽可能收集群众声音。该系统实现了方便的测评方式和数据安全传输与处理，为基层决策提供有效的解决方案。

公开(公告)号：CN119090374A

公开(公告)日：2024-12-06

申请号：CN202410976721.X

申请日：2024-07-21

Applicant: 桂林理工大学

Inventor： 喻佳庆 ,  董明刚 ,  崔子贤 ,  卢贤睿 ,  杨瑞 ,  吴博瀚

IPC: G06Q10/083 ,  G06Q10/04 ,  G06F18/23213

Abstract: 本发明公开了一款航空物流智能货物收集系统，旨在解决航空物流领域的货运收集的旅行商问题。该系统利用现有订单和地点数据，快速生成运输点的访问顺序，以实现最小化成本，加快效率。通过使用某物流企业的数据进行初步测试，结果显示该系统能够节省成本超过8%。在全球经济加速和航空物流业务快速增长的背景下，航空物流智能货物收集成为关键环节。该系统综合考虑根据货物种类、运输点位置、罚金数额、空运成本、最低载货量、订单的重量和体积以及特殊货物等因素，提供成本最小化的运输点访问顺序。通过智能货物收集与路径规划系统，航空物流公司能够根据订单情况，更准确地制定合理的货物收集策略，实现整体利益最大化。

公开(公告)号：CN116882453A

公开(公告)日：2023-10-13

申请号：CN202310679059.7

申请日：2023-06-09

Applicant: 桂林理工大学

Inventor： 卢贤睿 ,  董明刚 ,  崇庆 ,  武天昊 ,  夏令富 ,  谭若琪

IPC: G06N3/0464 ,  G06N3/048 ,  G06F18/23213

Abstract: 本发明公开了一种基于深度学习的问卷真实性认定方法，本发明从用户填写问卷的总时间，每道题的用时，每道题修改答案的次数以及用户做出的连续相同答复的题目数量数据中提取问卷特征，将问卷分为4个贫困等级并用one‑hot编码，将编码结果作为问卷类别标签。使用提取的特征和类别标签训练搭建好的神经网络模型。当需对问卷真实性做出判断时，提取用户填写问卷的总时间，每道题的用时，每道题修改答案的次数以及用户做出的连续相同答复的题目数量数据的特征，经过神经网络模型预测后得出问卷真实性类别。并将结果用于问卷真实性的辅助认定。