-
公开(公告)号：CN118172764A
公开(公告)日：2024-06-11
申请号：CN202410204543.9
申请日：2024-02-24
Applicant: 桂林理工大学
IPC: G06V20/59 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/082 , G06N3/084
Abstract: 本发明公开了一种基于多尺度轻量化胶囊网络的驾驶员分心检测算法，该方法通过以下技术手段提高模型的运算效率：Res2Net块用于提取多尺度特征，SE块突出有用特征，并采用剪枝策略对动态路由算法进行优化，缩短系统的运行时间。为了精准检测驾驶员行车过程中的状态，通过采用Res2Net和SE多尺度特征提取方法，实现对驾驶员的分心行为进行准确高效的识别。本发明的方法对于驾驶员分心检测的实现在准确性和实时性方面都取得了显著的改进。
-
公开(公告)号：CN115173455A
公开(公告)日：2022-10-11
申请号：CN202210960874.6
申请日：2022-08-11
Applicant: 桂林理工大学
IPC: H02J3/32 , H02J3/00 , G06F30/27 , G06N3/04 , G06N3/08 , B60L53/64 , B60L55/00 , G06F111/08 , G06F111/04 , G06F113/04
Abstract: 本发明公开了一种电动汽车集群在线充电算法，包括：S1、基于LSTM的实时电网价格预测模型，定义一个具有300个单隐层的LSTM模型作为解码器；S2、社区家庭电动汽车集群充电策略模型接收LSTM预测电价与其他电动汽车状态合并作为输入，送入模型训练；S3、将社区家庭电动汽车集群充电问题进行马尔可夫决策建模，创建一个中央处理器为每个充电桩创建独立的充电策略，并且保持不同充电桩之间的通信合理计划充电功率，以整体电网负载压力作为约束条件。本发明主要通过LSTM来预测下一阶段的电价从而指导充电桩做出最佳的充放电决策动作，最小化充电成本，维持社区电网负载良性平衡。
-
公开(公告)号：CN112512015A
公开(公告)日：2021-03-16
申请号：CN202110014113.7
申请日：2021-01-06
Applicant: 桂林理工大学
IPC: H04W4/40 , H04W12/041 , H04W12/069 , H04W12/122
Abstract: 本发明公开了一种车载网中防止黑洞攻击的改进AODV协议方法，涉及车载自组网通信安全技术，包括：步骤1：节点注册认证；步骤2：节点通信；步骤3：恶意节点的检测。本发明的方法解决了车载网通信技术中无法有效解决节点之间出现的黑洞攻击问题，提高了节点通信的安全性。
-
公开(公告)号：CN112419370A
公开(公告)日：2021-02-26
申请号：CN202011510137.3
申请日：2020-12-19
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于改进三帧差分的3D打印机轨迹检测方法，包括：搭建OpenCV开发环境，调用USB接口摄像头，利用OpenCV提供的图像处理函数对摄像头图像进行预处理；对预处理后的图像数据使用改进的三帧差分算法和混合高斯模型进行轨迹的粗略判断，改进的三帧差分方法首先对连续三帧图像进行平滑处理，然后对连续的三帧图像进行加权处理，最后分别进行帧差分处理；通过OTSU阈值分割方法使图像中目标和背景的分离；利用Qt搭建一个界面可视化、易于操作的用户功能界面，将算法移植到Qt工程中，建立测试用的3D模型，将其传输给3D打印机后，打印机进行工作。本发明在轨迹的正确率和速度的计算上的误差都较小。
-
公开(公告)号：CN105392146A
公开(公告)日：2016-03-09
申请号：CN201510690095.9
申请日：2015-10-22
Applicant: 桂林理工大学
Abstract: 本发明公开了基于三维地形修正的WSN覆盖盲区检测方法，将传感器节点随机部署在目标区域中，并进行Delaunay三角形剖分；做出每个Delaunay三角形的外接圆，用能够包含覆盖盲区的最小多边形的方法，表示出覆盖盲区边界；对边界节点进行假边界节点的判定，去掉假边界节点之后，再次用能够包含覆盖盲区的最小多边形方法，表示出改善后的覆盖盲区边界；利用坡度和坡向角算出实际探测半径，最后使用检测算法算出修正后的覆盖盲区边界。本发明的有益效果是检测覆盖盲区的算法能很好地运用在起伏较大的地形表面。
-
Patent Agency Ranking
公开(公告)号：CN119545380A
公开(公告)日：2025-02-28
申请号：CN202411373737.8
申请日：2024-09-29
Applicant: 桂林理工大学
Abstract: 本发明属于无线通信技术领域，公开了一种任务卸载和无线能量传输方法及系统，建立UAV和地面物联网用户之间的通讯和计算模型，包括进行通讯的时变信道模型，利用自由空间损失模型建模的WPT信道模型，UAV和地面物联网用户的计算和传输模型；设计UAV援助的边缘计算场景下利用UAV来对地面物联网用户进行任务卸载和WPT的基本框架，根据框架进行系统建模，得到整个系统的数学模型；设计优化问题，将目标函数定义为系统总吞吐量和UAV能量消耗的加权和；将整个框架建模为马尔科夫过程，设计合理的状态动作空间，利用目标函数设计出合理的奖励函数；利用双延迟深度确定性策略梯度算法对系统总吞吐量和UAV能量消耗进行约束的同时优化任务卸载决策和无线能量传输。
-
公开(公告)号：CN119342498A
公开(公告)日：2025-01-21
申请号：CN202411373732.5
申请日：2024-09-29
Applicant: 桂林理工大学
Abstract: 本发明属于但不限于无线通信技术领域，公开了一种基于深度强化学习的Aerial‑RIS辅助的无线供电通信网络能效优化方法，将RIS部署在无人机上充当中继，构建Aerial‑RIS辅助无线供电通信网络的系统架构；基于TDMA与DTDMA两种方式的Aerial‑RIS辅助WPCN系统，联合优化RIS相移矩阵、TDMA/DTDMA时隙分配比τ及无人机轨迹；以提高系统能量效率为目标，基于深度强化学习算法，通过观察奖励并相应地迭代调整DRL算法的参数，逐步使能量效率最大化，从而获得最优策略。本发明解决了复杂环境下无线电力传输由于传输距离和障碍物等原因效率低下的问题，提高了平均吞吐量和能量效率。
-
公开(公告)号：CN119296660A
公开(公告)日：2025-01-10
申请号：CN202411373734.4
申请日：2024-09-29
Applicant: 桂林理工大学
IPC: G16C10/00 , G01R31/367 , G01R31/378 , G01R31/385 , G16C20/10 , G16C20/70 , G06N3/006
Abstract: 本发明属于但不限于新能源技术领域，尤其涉及一种基于不同温度阻抗的电池理化模型参数辨识方法及系统，为了提高模型仿真的准确性，在建立电池一维P2D理化模型时考虑了接触电阻，同时为了应对模型参数较多难识别，并且过多参数会影响模型的仿真精度等问题，通过采用参数敏感分析方法选择出其中高、中敏感性和满足实际情况下的参数，最后采用灰狼优化算法对不同工况下选择的参数进行辨识，将仿真EIS数据和实测数据比较，结果表示灰狼优化算法实现了对电池一维P2D理化模型的参数进行准确辨识。本发明的方法对电池建模和参数辨识方面取得了显著的成果。
-
公开(公告)号：CN119206715A
公开(公告)日：2024-12-27
申请号：CN202411213698.5
申请日：2024-08-30
Applicant: 桂林理工大学
IPC: G06V20/69 , G06V20/70 , G06V10/44 , G06V10/82 , G06V10/776 , G06V10/764 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于ALLD‑YOLOv6的低照度透明容器液体检测方法，旨在解决传统液体检测技术在低照度环境中识别透明容器液体的难题。该方法采用改进的EfficientRep作为主干网络，优化了特征提取的效率和准确性，并引入注意力机制以增强特征表达能力。同时，模型在头部结构上增加了专门用于瓶子种类检测的分支，提升了对不同瓶子种类的识别能力，增强了整体检测框架在复杂环境下的鲁棒性与准确性。TLLD‑YOLOv6模型能够同时对瓶子类型和液体含量进行准确预测，生成相应的预测文件，并通过平均精度（AP）和均值平均精度（mAP）评估模型性能。该方法在低照度环境下的液体检测中表现良好，具有广泛的应用前景，适用于农业管理、环境监测和自动化检测等领域。
-
公开(公告)号：CN118158032A
公开(公告)日：2024-06-07
申请号：CN202410235294.X
申请日：2024-03-01
Applicant: 桂林理工大学
IPC: H04L25/02 , H04B7/04 , G06F18/241 , G06N3/098 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及无线通信技术领域，具体涉及一种基于联邦学习的RIS辅助通信系统信道估计方法，针对车辆移动时难以进行精准的信道估计问题，利用联邦学习技术来实现可靠安全的信道估计，并为本地用户设计了层次残差神经网络，具体方法如下：首先对车辆所在区域进行预判断，然后再进行相应区域下的信道估计，克服了车辆在小区中移动时车辆位置变化信道估计产生的影响，同时通过联邦学习进行模型训练将本地模型上传至边缘基站，能够很大程度上减少模型训练过程中产生的通信开销，提升所提算法在RIS辅助通信场景下的整体信道估计性能。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.022 seconds)
