-
公开(公告)号:CN113870994A
公开(公告)日:2021-12-31
申请号:CN202111040491.9
申请日:2021-09-07
Applicant: 桂林理工大学
Abstract: 本发明提供了一种基于边缘计算和联邦学习的智慧医疗系统,利用医疗传感器等边缘设备进行医疗数据采集,将采集后的数据保存在本地边缘服务器。边缘服务器利用路由器等网络设备组成中心化的环状边缘网络,使用主成分分析法和方差分析法对本地数据进行处理分析和使用卷积神经网络CNN算法进行模型训练。各医疗机构将本地训练好的模型梯度上传联邦服务器,联邦服务器使用联邦平均算法对模型梯度进行聚合处理并返回新的模型梯度,各医疗机构根据新的模型梯度进行本地模型更新。通过不断迭代,使得医疗模型效果不断提升。以此在保护数据安全和隐私的同时,实现更好的智慧医疗服务。
-
公开(公告)号:CN113762525A
公开(公告)日:2021-12-07
申请号:CN202111040480.0
申请日:2021-09-07
Applicant: 桂林理工大学
Abstract: 本发明公开了一种具有差分隐私保护的联邦学习模型训练方法,所述具有差分隐私保护的联邦学习模型训练方法如图1所示,包括如下步骤:建立模型和终端的连接,选择学习模型,建立模型与终端服务器的联系;模型的区分与分发,对模型进行样本级别和用户级别的区分,终端服务器将区分后的模型按照标准选择参与本轮联邦学习的设备;进行本地训练;建立隐私保护;更新全局模型;监控和反馈,数据备份记录。将模型分类进行差分隐私保护,提高对数据的保护效果;监控和反馈模块,监测数据是否存在隐私泄露,减少信息的泄露,便于隐私保护机制的维护和更新;数据备份,避免终端掉线影响数据的传输,提高训练效果。
-
公开(公告)号:CN113345427A
公开(公告)日:2021-09-03
申请号:CN202110628210.5
申请日:2021-06-07
Applicant: 桂林理工大学
IPC: G10L15/06 , G10L15/16 , G10L21/02 , G10L21/0316
Abstract: 本发明公开了一种基于残差网络的环境声音识别系统及方法,包括:数据输入模块、声音信号增强模块、预处理模块、特征提取模块、训练残差网络模块和模型库模块。本发明采用声音信号增强技术对数据样本作增强处理,凸显了数据样本的特征;预处理将声音样本分割为短时平稳的帧;采用FBank特征提取方法提取声音的深层次特征,并将时域信号转化为频域信号,FBank利用高维度特征的相关性,比梅尔频率倒谱系数更适合神经网络模型的训练;残差网络凭借其特殊的残差块结构可以避免随着网络加深而带来的网络退化、梯度消失和梯度爆炸的问题,从而优化网络模型,提升模型的泛化能力,从而提升环境声音的识别率,和传统的环境声音识别方法相比,有很大的提升。
-
公开(公告)号:CN113345399A
公开(公告)日:2021-09-03
申请号:CN202110482726.3
申请日:2021-04-30
Applicant: 桂林理工大学
IPC: G10K11/178 , G10L25/27
Abstract: 本文公开发明了一种强噪声环境下的机器设备声音监测方法,包括如下步骤:S1:样本数据采集,S2:自适应噪声对消,S3:样本数据预处理,S4:样本数据特征提取,S5:隐马尔科夫模型训练,S6:实测声音采集,S7:预处理,S8:特征提取,S9:识别结果;本发明分别采集被监测机器设备运行时的声音和周围环境声音,样本数据采集方便、真实有效;采用自适应噪声对消技术,可以使自适应滤波器输出的信号最大限度地逼近噪声信号,从而得到被监测机器设备纯净的声音信号;HMM具有严谨的数据结构和可靠计算性能,能够在实时监测声音信号的基础上,很好地描述机器设备运行时发出的声音信号和周围噪声的随机性和实时性。
-
公开(公告)号:CN113222384A
公开(公告)日:2021-08-06
申请号:CN202110485848.8
申请日:2021-04-30
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于改进熵值法的城镇化水平分析方法,涉及城镇化水平评价技术领域。该方法首先建立城镇化水平评价指标体系,并采集城镇化水平评价指标体系中所涉及的各项指标数据;将所得数据进行标准化和归一化;计算各指标的熵值、冗余度以及权重,进而计算出每个城市的城镇化质量综合得分,实现对多城市的城镇化质量测评。本发明提供的一种基于改进熵值法的城镇化水平分析方法,引入了城市总量,减小了各指标的熵值,克服了传统熵值法计算所得数据不够全面的缺点,可以完成包含城市、年度、指标三个元素的城镇化质量综合得分的计算,所得数据更加全面和完善,提高了数据的合理性和准确性。
-
公开(公告)号:CN112688911A
公开(公告)日:2021-04-20
申请号:CN202011212124.8
申请日:2020-11-03
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于PCA+ADASYN和Xgboost的网络入侵检测系统,包括:数据预处理模块、数据降维模块、数据过采样模块、模型训练模块、数据检测模块;首先对输入的数据做格式化处理,其次对数据预处理模块得到的数据做降维处理,然后对降维后的数据中少数类样本进行过采样处理,使用过采样后的数据对Xgboost模型进行训练,最后使用训练好的检测模型检测数据,得出检测结果。本发明将PCA、ADASYN、Xgboost技术应用到网络入侵检测中,实现了对网络入侵的检测,克服了现有基于机器学习算法的入侵检测系统精确率低、误报率高的缺点,同时提升了对少数类攻击的检测效果,为网络入侵检测提供决策依据和技术支撑。
-
公开(公告)号:CN112364970A
公开(公告)日:2021-02-12
申请号:CN202011087316.0
申请日:2020-10-12
Applicant: 桂林理工大学
Abstract: 本发明公开的一种具有显示功能的纸张计数系统,包括纸张计数装置、测量电容值模块、主控板模块、按键电路、电源模块、短路检测电路以及显示模块;纸张放入纸张计数装置,经过测量电容值模块产生振荡频率,主控板模块通过串口实时读取测量电容值模块发出的频率值,计算出被测电容值,从而实现纸张计数,并通过显示屏显示纸张数量;电源模块包括两种供电模式,一种是利用电源电路供电,另一种是使用USB供电;纸张计数装置主要材料为PVC板,以及一些日常生产中常见的材料,且装置结构简单;该系统优点是:精度高,响应快,成本低;本发明弥补了以往噪声大、易造成纸张磨损及传感设备价格昂贵,图像采集设备要求高等不足。
-
公开(公告)号:CN108207590B
公开(公告)日:2020-10-27
申请号:CN201810243417.9
申请日:2018-03-23
Applicant: 桂林理工大学
IPC: A01G27/00
Abstract: 本发明公开了一种远程可控的多肉植物浇水系统,包括温湿度传感器、单片机、WiFi模块、用户手机、电源模块、电磁阀、进水管、导水管、浇水装置和花盆。温湿度传感器采集花盆中土壤的温湿度值,并传给单片机,单片机通过WiFi模块将温湿度值发送至用户手机,用户根据温湿度值判断是否需要浇水,当用户提出浇水需求时,用户利用手机APP发送开始浇水及停止浇水的指令,并通过WiFi模块与单片机通信,使单片机控制电磁阀打开与关闭,进而实现进水管与导水管的连通与断开,即实现了远程可控的浇水功能。本发明可用于对家庭多肉植物浇水,尤其适用于形态比花盆盆口大的多肉植物,具有结构简单、拆装方便、远程可控且实用性强等优点。
-
公开(公告)号:CN110940539A
公开(公告)日:2020-03-31
申请号:CN201911221013.0
申请日:2019-12-03
Applicant: 桂林理工大学
IPC: G01M99/00
Abstract: 本发明公开了一种基于人工经验及声音识别的机器设备故障诊断方法。通过传感器采集机器设备的声音信号,经过人标记形成声音样本库,然后通过数据处理后被送入预设的神经网络模型中进行训练。传感器实时采集机器设备声音,经数据处理后输入训练后神经网络模型中,通过神经网络远程识别机器设备状态,同时根据人工经验对识别结果进行综合判断,并将结果反馈回声音样本库。本发明提供的一种基于人工经验及声音识别的机器设备故障诊断方法,不仅能够对机器故障进行远程诊断,同时还可以预测机器设备关键零部件的寿命;此外,由于采用深度学习算法结合人工经验对神经网络模型进行训练,因而具有识别准确性高、安全性好、效率高和智能化等优点。
-
公开(公告)号:CN110867072A
公开(公告)日:2020-03-06
申请号:CN201911216464.5
申请日:2019-12-02
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于北斗导航与Hadoop技术的车辆追踪与调度系统。包括北斗卫星收发子系统、数据存储子系统、大数据处理子系统、调度子系统、查询子系统、地图显示子系统。它们分别负责收发车辆信息、存储车辆信息与查询结果、处理并分析数据、调度拥堵车辆与执勤车辆、查询车辆信息与轨迹、实现数据可视化。本发明采用Hadoop开源框架,可以实现云端存储与分布式计算,解决以往本地存储模式下处理速度慢、容错能力弱、扩展性差、存储成本高的不足,具有数据处理快、容错能力强、扩展性优、成本低等优点。可实现查询车辆信息、预测道路状况、调度拥堵车辆、分析车辆轨迹等功能,满足当前交通数据爆炸式增长背景下对车辆进行追踪与调度的需要。
-
-
-
-
-
-
-
-
-