-
公开(公告)号：CN109325186A
公开(公告)日：2019-02-12
申请号：CN201810910570.2
申请日：2018-08-11
Applicant: 桂林理工大学
IPC: G06F16/9537 , G06F16/9535
Abstract: 本发明公开了一种用户偏好特征与地理特征融合的行为动机推断方法。从高德地图的全国POI数据和用户的互联网行为数据提取地理特征和用户偏好特征源数据，将提取的地理特征和用户偏好特征构造为特征集合，对构建的地理特征和用户偏好特征集合做求交集处理，具体策略是以特征标签为判断依据，求地理特征与用户偏好特征集合的乘积，将获取的集合乘积按照权重对集合元素进行降序排序，并去除权重较小的特征，即特征筛选，将保留的特征即用户的显著行为动机，根据特征权重的大小判断用户行为动机的可能性大小，且特征权重越大，用户行为动机越偏向于该特征，反之，用户特征越背离该特征，从而确定用户显著行为动机，最终实现行为动机的推断。
-
公开(公告)号：CN103366434A
公开(公告)日：2013-10-23
申请号：CN201310319098.2
申请日：2013-07-28
Applicant: 桂林理工大学
IPC: G07C9/00
Abstract: 本发明公开了一种电子锁控制方法。设置门锁系统，该门锁系统包括无线通讯终端、控制终端和电子锁体，无线通讯终端和控制终端均内置SIM卡；将无线通讯终端中内置SIM卡的卡号信息存储在控制终端中，以获得开锁授权；无线通讯终端通过其内置SIM卡向控制终端的内置SIM卡请求通信连接，控制终端验证无线通讯终端内置SIM卡的卡号是否得到授权，如已授权，则控制终端操作电子锁体开启；如无授权，则控制终端无响应，结束此次操作；如无线通讯终端不能连接到控制终端的内置SIM卡，则不能控制电子锁开启。本发明方法使用无线通讯终端进行开锁，代替了指纹和密码验证，使用方便、灵活和安全性高。
-
公开(公告)号：CN103034345A
公开(公告)日：2013-04-10
申请号：CN201210554301.X
申请日：2012-12-19
Applicant: 桂林理工大学
IPC: G06F3/0346
Abstract: 本发明公开了真实空间中的地理虚拟仿真三维鼠标笔。由笔尖部分、笔杆部分、装置部分和棱镜体组成。笔尖部分由一个与控制按键相连的LED灯笔尖构成；笔杆部分设有控制单元、与控制单元相连的电源模块和控制按键；靠近末端的装置部分设有倾斜传感器、无线收发装置；最末端是一个棱镜体，其人机交互方法是用户通过视觉、命令按钮交互通道与真实空间的地理虚拟系统进行交流，达到人机交互的目的。本发明将三维鼠标笔用于真实空间的地理虚拟仿真系统中，使用户以更加真实、更加直观、更加有效的方式与地理虚拟环境进行交互，大大增强了互动性和沉浸感，为用户提供一种在真实空间中更通用、更直接操作地理虚拟环境场景的人机交互方式。
-
公开(公告)号：CN119962586A
公开(公告)日：2025-05-09
申请号：CN202411863707.5
申请日：2024-12-17
Applicant: 桂林理工大学
IPC: G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0985 , G06V10/82
Abstract: 本发明公开了一种逐通道空间注意力方法，包括以下四个步骤：S1根据步长#imgabs0#将卷积神经网络任意层的输出特征图#imgabs1#在空间维度上划分为多个子张量#imgabs2#；S2通过平均池化、1D卷积和Sigmoid激活函数，分别计算每个通道的空间注意力权重；S3利用步骤S2获得的空间注意力权重与步骤S1中的每个子张量#imgabs3#逐元素相乘，得到调整后的子张量；S4对步骤S1中的分割过程执行逆操作，将调整后的子张量拼接成与输入#imgabs4#相同的形状，得到逐通道空间注意力（CbCSA）输出。本发明提供的逐通道空间注意力方法能够以通道为单位精确获取卷积神经网络任意一层特征图的空间注意力权重，弥补现有空间注意力方法在单个通道级别上全局空间注意力建模能力不足的缺陷。
-
公开(公告)号：CN114997402A
公开(公告)日：2022-09-02
申请号：CN202210654233.8
申请日：2022-06-09
Applicant: 桂林理工大学
Abstract: 本发明公开了一种改进的全波形LiDAR数据贝叶斯分解算法。它包括步骤1：基于传统阈值法构建新的一阶可导阈值函数，开发一种适用于双频激光雷达系统降噪的自适应阈值方法，为后续的波形分解进行有效去噪。步骤2：基于MCMC抽样的全波形LiDAR数据贝叶斯分解算法优化。步骤3：基于MCMC算法的全波形LiDAR数据贝叶斯分解模型构建。其中，该改进方法基于贝叶斯推断理论，通过MCMC算法给出所有未知参数的估计值，可以量化评估LiDAR数据中普遍存在的不确定性。同时，对MCMC算法中的收敛条件进行优化，并建立延迟拒绝的条件。
-
Patent Agency Ranking
公开(公告)号：CN113837411A
公开(公告)日：2021-12-24
申请号：CN202111046446.4
申请日：2021-09-05
Applicant: 桂林理工大学
Abstract: 本发明公开了一种预约排队等待时间智能分配算法。基于不同数据状态的历史数据、接待者的接待效率、接待者的精力、随机数据状态、预约者过号权数、预约者过号顺延的权数、预约者迟到因素、预约者事情复杂因素及突发状况因素等多种影响因素，并对预测值使用扩展卡尔曼滤波对预约排队时间进行动态修正，能够在多种复杂的影响因素中计算出较为精确的预约排队等待时间。本发明的优点是预测准确性和误差分布较好，应对突发事件的能力强。
-
公开(公告)号：CN109325186B
公开(公告)日：2021-08-17
申请号：CN201810910570.2
申请日：2018-08-11
Applicant: 桂林理工大学
IPC: G06F16/9537 , G06F16/9535
Abstract: 本发明公开了一种用户偏好特征与地理特征融合的行为动机推断方法。从高德地图的全国POI数据和用户的互联网行为数据提取地理特征和用户偏好特征源数据，将提取的地理特征和用户偏好特征构造为特征集合，对构建的地理特征和用户偏好特征集合做求交集处理，具体策略是以特征标签为判断依据，求地理特征与用户偏好特征集合的乘积，将获取的集合乘积按照权重对集合元素进行降序排序，并去除权重较小的特征，即特征筛选，将保留的特征即用户的显著行为动机，根据特征权重的大小判断用户行为动机的可能性大小，且特征权重越大，用户行为动机越偏向于该特征，反之，用户特征越背离该特征，从而确定用户显著行为动机，最终实现行为动机的推断。
-
公开(公告)号：CN103279602A
公开(公告)日：2013-09-04
申请号：CN201310188131.2
申请日：2013-05-20
Applicant: 桂林理工大学
IPC: G06F17/50
Abstract: 本发明公开了一种规则地理实体空间几何数据的精细组织方法。首先采集规则地理实体及部件几何信息，然后抽象简化规则地理实体及其部件，再提取特征点，创建规则地理实体区域三角面网络即在规则地理实体区域构建初始三角面网络，三角面的形状和大小取决于特征点的密度和位置，最后优化三角面网络，完成Delaunay三角面网络。本发明的优点是精细表达了规则地理实体的空间几何结构，使得地理实体内部具有了空间拓扑关系的描述，为解决智慧城市规则地理实体空间几何数据的精细组织及内部最优路径分析等精细分析问题提供一种可行的方法。
-
公开(公告)号：CN113729378A
公开(公告)日：2021-12-03
申请号：CN202111047175.4
申请日：2021-09-06
Applicant: 桂林理工大学
Abstract: 本发明公开了一种分离冷凝水蒸气的餐盒。包括餐盒盖组件、卡扣组件、储水槽体和餐盒体；其中：餐盒盖组件包括餐盒盖上部、餐盒盖底部、透明防溢胶、食品级防水透气膜卡座以及排水口；卡扣组件包括一号活动卡扣、二号活动卡扣、三号活动卡扣和四号活动卡扣；储水槽体包括储水槽卡座、储水槽卡扣、储水槽滑动腔、储水槽和储水槽内接口；餐盒体包括不锈钢内壳、塑料外壳和卡接线。本发明设计合理、使用便捷；利用食品级防水透气膜卡座及储水槽对水蒸气进行分离冷凝，节约资源、降低成本、便于清洗，并且冷凝水珠与餐盒内部完全分离，不会对食物造成影响，从而提升食物的存放品质，进一步的保护了食物的口感。
-
公开(公告)号：CN110300385A
公开(公告)日：2019-10-01
申请号：CN201910616318.5
申请日：2019-07-09
Applicant: 桂林理工大学
Abstract: 本发明公开了一种自适应粒子滤波的室内定位方法。本发明通过融合地磁信号、Wi-Fi信号以及PDR(Pedestrian Dead Reckoning，行人航迹推算)技术，基于搭载磁力计的Android系统智能手机对室内地磁场进行采集，采用自适应粒子滤波模型将PDR行人航迹推算与地磁定位进行融合，利用随机抽样一致性算法确定需要定位服务与导航并且持有Android移动智能终端手机的用户的初始位置，基于Android智能手机中的加速度计对人行走的步长进行估计，采用自适应粒子滤波算法在磁场数据的基础上进行PDR定位结果的纠正，从而达到融合Wi-Fi、地磁和PDF技术提高室内定位精度的目的。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.018 seconds)
