-
公开(公告)号：CN118784689A
公开(公告)日：2024-10-15
申请号：CN202410812654.8
申请日：2024-06-22
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明公开了一种基于物联网技术的猪舍智能管理系统，结合视频采集与身份识别模块，实现生猪的精准快速识别，助力畜牧场智能化管理。此外，该系统还进一步融合了智能养殖技术。该构建方法首先获取畜牧场布局信息，并根据这些信息绘制线上布局。通过物联网近场通讯方式，系统能够根据线上布局将各个智能硬件设备分区组网成独立的局域网单元，确保线上布局与相应位置的智能硬件设备相互关联。这些局域网单元负责获取监测数据及物资数据，并将这些数据传输至无线中继站。无线中继站按照预设频率对接收到的数据进行获取、保存和处理，并传输至云端服务器。云端对数据进行预处理，并通过移动终端实现全面管理，构建智能化的物联网畜牧场。
-
公开(公告)号：CN115343673A
公开(公告)日：2022-11-15
申请号：CN202210966643.6
申请日：2022-08-12
Applicant: 桂林电子科技大学 , 苏州优睿讯电子科技有限公司
Abstract: 本发明公开了一种基于狄利克雷过程先验的宽带信号DOA估计方法，首先，建立宽带信号模型，构建接收天线阵列数据的稀疏信号模型；其次，建立基于狄利克雷过程先验的概率模型，然后采用联合置信传播和平均场规则的消息传递方法得到概率模型中未知参数的更新公式，对概率模型中未知参数赋予初值，处理阵列天线接收数据，迭代更新得到模型参数的估计值，最后根据参数估计值计算DOA估计值。该方法得到的DOA估计值较为准确，与真实的DOA之间存在的误差较小。
-
公开(公告)号：CN109326302B
公开(公告)日：2022-11-08
申请号：CN201811353760.5
申请日：2018-11-14
Applicant: 桂林电子科技大学
IPC: G10L21/0208 , G10L21/0264 , G10L17/00
Abstract: 本发明公开一种基于声纹比对和生成对抗网络的语音增强方法，1）建立三个语音数据库,分别对应声纹识别编码器、噪声分离系统和语音分离系统；2）训练声纹识别编码器提取目标说话者的声纹特征，得目标声纹特征；3）将带噪音频转化成语谱图送入噪声分离系统中的生成器中，得预测干净音频；4）将预测干净音频和真实干净音频送入噪声分离系统中的鉴别器训练；5）调整鉴别器权重参数，使鉴别器更好地分辨出真实干净音频和预测干净音频的区别，得到产生近乎真实的干净音频的生成器；6）将说话者的声音送入已经训练好的生成器中，生成预测干净语谱图，得到增强的语音信号。该方法规模小、计算低、易于移植、保持一定的空间不变性且去噪效果好。
-
公开(公告)号：CN109636897B
公开(公告)日：2022-08-23
申请号：CN201811405883.9
申请日：2018-11-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于改进RGB‑D SLAM的Octomap优化方法，其特征在于，包括如下步骤：1）构造最小误差函数优化RGB‑D SLAM室内定位系统相机位姿，获得点云图；2）使用K维树进行点云组织；4）计算平均K‑最近领距离；5）定义异常值并从点云图中删除；6）建立Octomap地图。这种方法能去除Octomap地图中的稀疏异常值，能提高Octomap地图的准确性和紧凑性并减少内存消耗。
-
公开(公告)号：CN109636897A
公开(公告)日：2019-04-16
申请号：CN201811405883.9
申请日：2018-11-23
Applicant: 桂林电子科技大学
CPC classification number: G06T17/005 , G06T7/73 , G06T7/80
Abstract: 本发明公开了一种基于改进RGB‑D SLAM的Octomap优化方法，其特征在于，包括如下步骤：1）构造最小误差函数优化RGB‑D SLAM室内定位系统相机位姿，获得点云图；2）使用K维树进行点云组织；4）计算平均K‑最近领距离；5）定义异常值并从点云图中删除；6）建立Octomap地图。这种方法能去除Octomap地图中的稀疏异常值，能提高Octomap地图的准确性和紧凑性并减少内存消耗。
-
Patent Agency Ranking
公开(公告)号：CN109362036A
公开(公告)日：2019-02-19
申请号：CN201811207932.8
申请日：2018-10-17
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于图像与WIFI相结合的多模态室内定位方法，涉及室内定位技术领域，解决的技术问题是提供一种室内定位精度较高的方法，该方法包括如下步骤：（1）搭建实验环境，建立图像定位位置指纹库；（2）建立WIFI非均匀位置指纹库；（3）确定目标所在区域；（4）确定目标位置；（5）比较确定并输出目标位置。本发明在提高定位精度的同时降低定位阶段计算量，具有定位精度高、软件运算量低、抗噪能力强的特点，在保证定位精度的前提下实现实时要求。
-
公开(公告)号：CN117851659A
公开(公告)日：2024-04-09
申请号：CN202410021902.7
申请日：2024-01-08
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F16/953 , G06F16/903 , G06N3/094 , G06N3/0455 , G06N3/047
Abstract: 本发明涉及无监督跨模态哈希检索技术领域，具体涉及一种自适应增强对抗哈希无监督跨模态检索方法，包括分别对图像和文本数据进行特征提取，得到原始图像特征和原始文本特征；设计文本生成器来拟合原始文本特征的文本数据分布，随机生成和图像特征维度一致的假数据，最后使用假数据训练图像鉴别器，并生成特征矩阵；设计特征矩阵映射为哈希码矩阵，并量化映射过程信息的损失，得到信息量损失矩阵；将信息量损失矩阵嵌入多模态相似性矩阵的构造中，得到相似性度量矩阵，再利用相似性度量矩阵实现图像和文本原始特征空间与汉明空间的语义对齐，经过多轮训练，得到最优的跨模态检索模型，使用其进行检索，得到检索结果。
-
公开(公告)号：CN115617947A
公开(公告)日：2023-01-17
申请号：CN202211265262.1
申请日：2022-10-17
Applicant: 桂林电子科技大学
IPC: G06F16/33 , G06F16/36 , G06F40/126 , G06F40/194 , G06F40/295 , G06N3/08
Abstract: 本发明公开了一种基于预训练模型与提示学习的可解释电力设备查询方法，具体步骤如下：查询文本预处理；通过预处理后的查询文本数据训练实体抽取模型；通过预处理后的查询文本数据和实体抽取模型训练实体预测模型；电力设备查询，将预处理后的查询文本依次输入到实体抽取模型和实体预测模型中，得到电力知识图谱。采用上述一种基于预训练模型与提示学习的可解释电力设备查询方法，采用实体预训练模型结合提示学习的方法，对查询文本进行抽取，并匹配与之相关的电力设备，利用提示学习的优势将相关设备实体特征嵌入引入到查询中，提高查询准确率，同时通过相关设备实体特征对查询匹配做解释，帮助查询人员更全面的了解电力设备。
-
公开(公告)号：CN112800914A
公开(公告)日：2021-05-14
申请号：CN202110075564.1
申请日：2021-01-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于专家先验知识和LTP复杂光照下的人脸识别方法，1)定位面部地标点并裁剪；2)根据专家先验知识，对面部图像关键区域进行划分，生成面部掩码；3)使用自适应阈值的局部三值模式算法(LTP)针对不同的关键区域，分别计算其区域像素离散度σ作为阈值t，并提取其光照不变纹理特征；4)将面部图像送入一个卷积层，得到面部图像的全局特征；5)面部全局特征与面部光照不变纹理特征相结合，并送入ResNet101网络模型，通过分类层分别得出与数据库中N个对象的相似度得分，返回相似度得分最高的值所对应的对象身份，作为人脸识别的结果。该方法是一种端对端的模型，无需预训练，对复杂的光照环境有较强的鲁棒性，且有很好的扩展性。
-
公开(公告)号：CN111950561A
公开(公告)日：2020-11-17
申请号：CN202010875962.7
申请日：2020-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于语义分割的剔除语义SLAM动态点的方法，包括如下步骤：1)使用PSPNet语义分割网络对图像帧进行语义分割，按照像素分割结果进行分类；2)提取新帧I的ORB特征并计算描述子，再将新帧I与F匹配；3)设定阈值M；4)根据运动e对特征点进行动态点和静态点分类；5)将分类所得的静态点集关联语义标签，构建局部语义地图；6)重复步骤1)-步骤5)，并更新局部语义地图，直至局部地图全部构建完成，得到全局地图。这种方法能剔除环境中对系统精度影响较大的动态特征点，利用静态特征点构建高精度，含有语义信息，可解释的Octomap。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.027 seconds)
