-
公开(公告)号：CN101360070A
公开(公告)日：2009-02-04
申请号：CN200810030346.0
申请日：2008-08-22
Applicant: 华南理工大学 , 广州数园网络有限公司
Abstract: 本发明提供基于不信任策略的垃圾邮件过滤方法，步骤包括：本地垃圾邮件过滤服务器接收发信服务器发送来的邮件的部分邮件信息；本地垃圾邮件过滤服务器采取不信任策略，给发信服务器回复收取邮件错误信息；启用发送异常重发机制正常的发信服务器将所述邮件重发至本地垃圾邮件过滤服务器，本地垃圾邮件过滤服务器记录重发邮件的部分邮件信息，根据这些信息生成新的算法值，若与原来的算法值匹配，表示属于重发邮件，继续接收此邮件正文、附件等内容，做后续处理；不启用重发机制的发信服务器不会重发邮件，由此实现了垃圾邮件过滤功能。本发明操作逻辑简单、拦截率高、效率好，能有效提升垃圾邮件过滤效果和拦截能力。
-
公开(公告)号：CN114692649B
公开(公告)日：2025-03-21
申请号：CN202210286420.5
申请日：2022-03-23
Applicant: 华南理工大学
IPC: G06F16/3329 , G06F40/289 , G06F40/242 , G06N3/045 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06F40/35
Abstract: 本发明公开了一种利用多视角信息的自动回答文本生成方法，包括：获取基础数据；对数据进行预处理和搭建多视角自动回答生成模型；利用预处理好的数据对多视角自动回答生成模型进行训练，得到一个生成结果最优的模型；在用户提问题后，收集相关的信息，利用训练好的多视角自动回答生成模型生成结果，并将结果反馈给用户。本发明通过训练好一个能理解多方面视角信息，并将这些信息融合生成自然流畅准确回答的模型，当用户提出问题时，用该模型自动生成文本，回答用户的问题，提高用户对目标的认知。本发明方法在问答社区、医疗问答、客服自动回答等场景中具有广泛的使用空间。
-
公开(公告)号：CN119516280A
公开(公告)日：2025-02-25
申请号：CN202411737583.6
申请日：2024-11-29
Applicant: 华南理工大学
IPC: G06V10/764 , G06V10/26 , G16H30/40 , G16H50/20 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/80 , G06V10/20 , G06V10/54
Abstract: 本发明公开了一种面向疾病诊断的医学图像分割引导分类系统，包括：数据导入模块，用于读取疾病图像数据与疾病类别数据并进行预处理，得到原始图像、真实语义分割掩码图像与真实疾病类别标签Label；病灶语义分割与疾病分类模块，采用改进VM‑UNet网络对数据导入模块获得的原始图像执行分割任务和分类任务，获得预测语义分割掩码图像与预测疾病类别，实现医学图像的精确病灶语义分割与精确疾病分类。本发明可同时优化疾病诊断的语义分割任务与分类任务，利用多任务学习的优势实现隐式分割引导分类，并能重新利用预测语义分割掩码图像来强化关注病灶的形状信息与纹理信息，实现显式分割引导分类，具有较高的计算效率与泛化性。
-
公开(公告)号：CN113946413B
公开(公告)日：2024-10-11
申请号：CN202111059617.7
申请日：2021-09-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种AI服务平台的工作流引擎自动调度方法，包括步骤：1)AI服务平台为用户定制AI服务的流程定义，并维护一个等待激活的AI服务实例队列Q；2)用户对AI服务中占用计算资源的任务设置执行的时长限制Tc_limit和等待执行的时长限制Tw_limit的值，并启动一个AI服务的实例；3)AI服务平台计算用户启动的AI服务实例中占用计算资源的任务的执行时长Tc；4)AI服务平台依据计算的执行时长Tc，结合AI服务平台当前计算资源的使用状况和等待激活队列的信息对用户启动的AI服务实例进行调度。本发明在AI服务平台的计算资源不充足的情况下，通过对AI服务的执行时长和等待执行时长等信息进行设置，在用户可接受的等待时间范围内，提高了AI服务的完成率和AI服务平台的计算资源的使用率。
-
公开(公告)号：CN114677758B
公开(公告)日：2024-09-20
申请号：CN202210286405.0
申请日：2022-03-23
Applicant: 华南理工大学
IPC: G06V40/20 , G06N3/0442 , G06N3/08 , G06V10/762 , G06V10/82
Abstract: 本发明公开了一种基于毫米波雷达点云的步态识别方法，包括：1)对雷达输出的原始点云进行聚类、追踪获取目标点；2)坐标转换；3)使用随机采样的方法固定每一帧的目标点云数量；4)使用PointNet与双向LSTM获取步态的时间特征向量，使用T‑Net结合PointNet获取步态的空间特征向量；5)对全局特征进行距离计算，确认身份类别。本发明采用毫米波雷达采集人行走过程中的步态信息，降低了环境光照、水汽的影响；采用3D点云学习人行走过程中的运动特征，点既有3D空间坐标又有信噪比、速度信息，保证步态特征的丰富性；通过随机采样固定每一帧的点云数量，与RGB图像相比，降低了计算开销；通过计算人在行走过程中的时序特征与空间特征，进一步提高步态识别精度。
-
Patent Agency Ranking
公开(公告)号：CN114358149B
公开(公告)日：2024-09-20
申请号：CN202111559352.7
申请日：2021-12-20
Applicant: 华南理工大学
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种桥梁结构损伤检测和超重车辆识别的多任务学习方法，包括：1)获取桥梁结构健康监测系统的响应数据，通过滑动窗口的方法构建样本，并划分训练集和测试集；2)构建桥梁结构损伤检测和超重车辆识别的多任务学习网络，并使用构建好的训练集进行网络训练；3)将测试集输入到已训练好的桥梁结构损伤检测和超重车辆识别的多任务学习网络中，输出桥梁结构损伤检测和超重车辆识别的结果。本发明可以解决现有的桥梁结构健康监测方法之中，传统信号处理方法难以利用海量的健康监测数据，并且需要车速、车轴等额外信息；机器学习方法严重依赖人工设计特征的质量；而深度学习方法只考虑了损伤因素或载荷因素等单一影响因素的这些技术问题。
-
公开(公告)号：CN114373108B
公开(公告)日：2024-09-17
申请号：CN202111666209.8
申请日：2021-12-31
Applicant: 华南理工大学
IPC: G06V10/774 , G06V10/62 , G06V10/42 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的时序点云数据增强方法，包括：1)按采集的时间顺序对点云进行排序；2)抽取k个点云作为原始样本，并指定网络的总共迭代次数为T，网络包含增强器和分类器；3)将原始样本输入到增强器中进行数据增强，得到增强样本；4)将原始样本与增强样本输入到分类器中，利用分类器的分类结果得到分类损失值与增强损失值；5)利用分类损失值与增强损失值，采用反向传播算法更新增强器与分类器的参数，若网络的迭代次数t小于网络的总共迭代次数T，则跳转至步骤2)，否则终止训练，得到最终的分类器参数。本发明为使用时序点云作为输入样本的深度学习模型提供一种数据增强方法，缓解深度学习模型的过拟合情况，协助对点云进行分类的任务。
-
公开(公告)号：CN113011763B
公开(公告)日：2024-09-17
申请号：CN202110333722.9
申请日：2021-03-29
Applicant: 华南理工大学
IPC: G06F18/20 , G06F18/213 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种基于时空图卷积注意力的桥梁损伤识别方法，包括步骤：1)获取桥梁健康监测系统的应变数据，并进行异常值和零‑均值标准化预处理；2)预处理后的应变数据通过滑窗的方法构建样本，并划分训练集和测试集；3)构建时空图卷积注意力网络，并使用构建好的训练集进行训练；4)将测试集输入到已训练好的时空图卷积注意力网络中，输出桥梁损伤识别的结果。本发明实现了图卷积层GCN和注意力机制首次在桥梁损伤识别领域的应用，相较与现有基于卷积神经网络(CNN)只能提取网格结构的方法，本发明适用于任意桥梁传感器空间建模，挖掘空间特征能力也更强，具有更高的准确性和良好的扩展性，能够有效减少人工检查成本，在桥梁健康监测领域具有广阔的应用前景。
-
公开(公告)号：CN118377759A
公开(公告)日：2024-07-23
申请号：CN202410509835.3
申请日：2024-04-26
Applicant: 华南理工大学
IPC: G06F16/172 , G06F16/182 , G06F16/16 , G06F3/06
Abstract: 本发明公开了一种针对分布式缓存的小文件读取优化方法，该方法是基于主从结构的分布式文件缓存方案的优化方法，对于缓存节点存储小文件以及确认存储小文件的存储节点的方式进行改进，其中，对于小文件存储方式的改进在于：使用基于键值分离的LSM树的数据库存储小文件，对于确认存储小文件的存储节点的方式的改进在于：使用一致性哈希算法确认存储小文件的存储节点。本发明大大提升了缓存小文件时的空间利用率，提升了从磁盘上读取小文件的速度，并且减少了通过网络读取小文件的网络延迟。
-
公开(公告)号：CN118171046A
公开(公告)日：2024-06-11
申请号：CN202410398238.8
申请日：2024-04-03
Applicant: 华南理工大学
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于预训练的桥梁损伤识别方法，包括：获取桥梁传感器系统采集的振动响应数据以及温度变化数据并进行预处理；将预处理后的数据通过滑动窗口生成样本，并划分模型训练数据和待预测数据；构建预训练神经网络模型，使用模型训练数据进行预训练；使用预训练的最优模型的编码器作为编码层，使用模型训练数据进一步训练；将待预测数据输入到已完成训练的模型中，输出桥梁损伤识别的结果。本发明对Transformer进行改进，结合环境温度变化挖掘桥梁固有的结构信息，使模型对桥梁损伤更加敏感，利用两阶段注意力机制提高模型对响应时空间特征的挖掘能力。本发明具备更高的准确度和良好的泛化能力，可有效降低人工成本。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.025 seconds)
