-
公开(公告)号：CN114169327A
公开(公告)日：2022-03-11
申请号：CN202111531412.4
申请日：2021-12-14
Applicant: 桂林电子科技大学
IPC: G06F40/289 , G06F40/30
Abstract: 本发明涉及自然语言处理技术领域，具体涉及一种基于LSTM的分词方法及系统；包括传输模块、标号模块、提取模块、比对模块和分析模块，标号模块与传输模块连接，提取模块与标号模块连接，比对模块与提取模块连接，分析模块与比对模块连接，并与传输模块连接，通过传输模块将文本信息传入标号模块内，标号模块对文本进行标号，提取模块对标号后的文本进行提取，比对模块对提取后的文本进行比对，分析模块对比对后的文本进行分析，从而根据文本的含义提取出关键词，进而使检索的效果好。
-
公开(公告)号：CN116152111A
公开(公告)日：2023-05-23
申请号：CN202310211132.8
申请日：2023-03-07
Applicant: 桂林电子科技大学
IPC: G06T5/00 , G06T7/13 , G06N3/044 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种注意力机制下的低照度图像增强算法模型。属于深度学习技术领域。其特征在于：引入注意力机制和零样本学习，以改善图像质量。首先通过设计深度可分离卷积的增强因子提取网络，以有效地估计低照度图像的像素级光线不足。其次，设计循环图像增强网络结合注意力机制，以可承受的模型大小逐步增强低光图像。实验结果表明，所提算法可以有效改善图像质量，提高图像的清晰度，避免了颜色失真，在合成低照度图像和真实低照度图像的实验中均能取得较好的效果，很好地解决了低照度图像增强的问题。
-
公开(公告)号：CN115061381A
公开(公告)日：2022-09-16
申请号：CN202210714624.4
申请日：2022-06-23
Applicant: 桂林电子科技大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明公开了一种智能家居控制系统与智能机器人高效协同控制方法，该方法通过设置智能家居控制中心便于解决智能家居管理和控制问题。通过对系统的网络结构进行设计、负载分析与负载均衡控制、利用智能家居传的感器对机器人导航辅助定位以及异常检测与恢复机制等方式协同控制。一方面可以提升系统可靠性，降低整体系统宕机的可能性；另一方面，通过分布式计算框架，将大型任务进行分工出来，提升系统执行效率、系统整体性能，此外，还能充分利用机器人移动性强的优势，进一步优化智能家居控制中心的控制效果。
-
公开(公告)号：CN114756032A
公开(公告)日：2022-07-15
申请号：CN202210531745.5
申请日：2022-05-17
Applicant: 桂林电子科技大学
IPC: G05D1/02
Abstract: 本发明公开了一种用于智能体自主导航的多传感信息高效融合方法。该方法涉及搭建用于智能体进行多传感融合的实验平台并构建用于自主导航的地图；根据智能体导航区域重要性以及2D激光雷达、深度相机、超声波传感器参数特性以及动态窗口大小划分智能体的导航区域；最终求解智能体在t+1时刻的最佳运动轨迹，控制智能体运动，进而实现自主导航。本发明能够为智能体自主导航提供一种高效的多传感融合和智能体灵活控制的方法，融合后的各种传感器的优势得以突显，且对智能体的系统消耗不会明显增加。能够为机器人自主导航控制，无人车自动驾驶，飞行器自主导航控制，设备智能化等提供技术基础。
-
Patent Agency Ranking
公开(公告)号：CN114708163A
公开(公告)日：2022-07-05
申请号：CN202210337183.0
申请日：2022-04-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于线性注意力机制的低照度图像增强模型。属于深度学习技术领域。其特征在于：引入线性阵列自注意力，它可以直接从特征图中推断出3‑D全局注意力权重，使卷积运算能够通过细化特征图来建立长程依赖关系，从而提高卷积神经网络的性能，可以捕获更丰富的高级特征以提升模型性能，并减少了参数量，降低了复杂度和成本。本发明通过增加注意力模块，改进模型结构较为理想地解决了低照度图像增强的问题。
-
公开(公告)号：CN114599130A
公开(公告)日：2022-06-07
申请号：CN202210285124.3
申请日：2022-03-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于STM32主控的智能氛围灯系统。包括步骤：用STM32F103C8T6芯片进行主控核心电路的设计；通过屏幕截取作为颜色采集和识别，再经过图像处理等算法提取出主色调颜色传递至核心电路；进而控制LED同步发出传感器检测到主色调对应的彩色灯光；氛围灯随音频节奏变化的部分系统直接通过HDMI提取音频的关键参数，接着实现氛围灯随着播放的音乐节拍进行律动的效果，并实时输出测试结果。本发明使得智能氛围灯能够进行多种声、光、屏幕协同的氛围营造模式，可达到最佳的呈现效果，灯光营造的氛围与屏幕画面氛围有较高的实时性和一致性。
-
公开(公告)号：CN114281865A
公开(公告)日：2022-04-05
申请号：CN202111589757.5
申请日：2021-12-23
Applicant: 桂林电子科技大学
IPC: G06F16/2458 , G06F16/26 , G06N3/04 , G06N3/08
Abstract: 本发明涉及学习技术领域，具体涉及一种基于CNN和LSTM的深度学习数据挖掘方法，包括如下步骤，依次登记入职者的基本信息，得到本地原始数据包；将本地原始数据包数据进行预处理，建立本地字符信息库；建立以大数据为基础的CNN‑LSTM的算法模型；对CNN‑LSTM算法模型机芯训练，并进行测试；采用测试完成的CNN‑LSTM算法模型进行数据挖掘，得到数据反馈，提高了数据挖掘的准确性和便捷性，能够更便捷地获取学习信息，进一步完善方法系统，促进学习效果。
-
公开(公告)号：CN118229577A
公开(公告)日：2024-06-21
申请号：CN202211570626.7
申请日：2022-12-08
Applicant: 桂林电子科技大学
IPC: G06T5/73 , G06T3/4046 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种基于动态卷积神经网络的轻量级自适应图像去模糊方法，包括：获取目标模糊图像，目标模糊图像的第一下采样图像和第二下采样图像；将目标模糊图像，第一下采样图像和第二下采样图像输入至训练好的轻量级自适应图像去模糊模型中，得到目标模糊图像对应的清晰去模糊图像；其中，轻量级自适应图像去模糊模型包括：多尺度自适应特征提取模块、三维注意力编码模块、三维注意力解码模块和多尺度自适应特征融合模块。本发明公开的轻量级自适应图像去模糊方法能运用在成本和时间敏感的场景如移动设备、车辆和机器人等，并且可以几乎实时获得高质量的去模糊图像。
-
公开(公告)号：CN116468930A
公开(公告)日：2023-07-21
申请号：CN202310213457.X
申请日：2023-03-07
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种利用辅助数据集和格拉姆矩阵的汽车异类检测方案，该方案包括以下几个步骤：建立汽车训练数据集、非汽车辅助训练数据集和测试数据集；预处理数据并构建卷积神经网络，在训练数据集和辅助数据集上进行预训练；计算网络各层的Gram矩阵，作为该层单类支持向量机(OSVM)的输入，并根据各层OSVM的正确率，选择其中最高的作为整个系统的异类检测分类器。这种方案提高了卷积神经网络对汽车异类检测的精度，同时增强了系统的鲁棒性和泛化能力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.027 seconds)
