公开(公告)号：CN117575907A

公开(公告)日：2024-02-20

申请号：CN202311545291.8

申请日：2023-11-20

Applicant: 桂林电子科技大学

Inventor： 王鑫 ,  肖恒 ,  覃琴

IPC: G06T3/4053 ,  G06T5/70 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/60

Abstract: 本发明公开了一种基于改进的扩散模型的单幅图像超分辨重建方法，包括如下步骤：1）构建训练模型的数据集；2）对低分辨图像LR退化处理；3）创建混合数据集；4）依据扩散模型建模去噪模型；5）对LR图像进行超分辨重建。这种方法能快速重建恢复HR图像、为图像超分辨任务提供了一种新的思路和方法。

公开(公告)号：CN116401547A

公开(公告)日：2023-07-07

申请号：CN202310353380.6

申请日：2023-04-04

Applicant: 桂林电子科技大学 ,  电子科技大学

Inventor： 王鑫 ,  叶鹏飞 ,  覃琴 ,  谭印

IPC: G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及目标检测技术领域，具体涉及一种轻量化低光目标检测方法，对Exdark数据集的训练集进行离线增强，得到增强训练集；将增强训练集与原始数据集的训练集进行混合，得到混合训练集；对混合训练集进行预处理，得到处理数据集，增强处理数据集的泛化性，自适应生成匹配处理数据集样本的特征层锚框尺寸；改进YOLOv5基准网络模型，引入锚框尺寸进行训练，得到权重模型；将待检测图片输入检测框架，并基于权重模型使用NMS进行后处理，去除多余的检测框，得到检测结果，该方法在特征融合部分使用DFC注意力两个方向的解耦化FC操作聚合全局信息，同时大幅减少模型整体的参数量与计算量，从轻量化角度降低了原有目标检测网络的复杂度。

公开(公告)号：CN115093212A

公开(公告)日：2022-09-23

申请号：CN202210912503.0

申请日：2022-07-30

Applicant: 桂林电子科技大学

Inventor： 程帅 ,  王鑫 ,  杨华斌 ,  关士博 ,  王雪婷

IPC: C04B35/26 ,  C04B35/468 ,  C04B35/622 ,  C04B35/64

Abstract: 本发明公开了一种使用温度超过300℃的高性能铁酸铋‑钛酸钡陶瓷及其低温液相烧结制备方法，其组成通式为：(1‑u)BiFeO3‑uBaTiO3+1.0mol％MnCO3+x[Bi0.5(NatLi0.5‑t)]TiO3+yB2O3，其中u、x、y和t表示摩尔分数，[Bi0.5(NatLi0.5‑t)]TiO3及B2O3为烧结助剂，且0.25≤u≤0.40，0＜x≤0.01，0＜y≤0.05，0≤t≤0.5。本发明利用具有低容忍因子的[Bi0.5(NatLi1‑t)]TiO3，在降低(1‑u)BiFeO3‑uBaTiO3陶瓷烧结温度的同时，又提高了该陶瓷的高温压电性能和高温稳定性，获得了在高温下具有优异压电性能的无铅压电陶瓷，使用温度超过300℃，在T＞300℃时，其压电性能可达400pC/N以上，最高原位退极化温度点达到360℃，相比于现有压电陶瓷，高温压电性能得到了大幅提升。

公开(公告)号：CN111950654B

公开(公告)日：2022-07-05

申请号：CN202010860737.6

申请日：2020-08-25

Applicant: 桂林电子科技大学

Inventor： 覃琴 ,  胡钊艺 ,  王鑫

IPC: G06K9/62 ,  G06T5/00 ,  G06T5/20 ,  G06T7/90 ,  G06V10/774 ,  G06V10/56 ,  G06V10/764

Abstract: 本发明公开了一种基于SVM分类的魔方色块颜色还原方法，其特征在于，包括如下步骤：1）采集魔方色块信息；2）图像预处理；3）图像色域空间转换；4）一对多分类法识别魔方色块；5）魔方颜色修补完成魔方各个色块的准确识别。这种方法能提高颜色识别的准确性和速度。

公开(公告)号：CN114639166A

公开(公告)日：2022-06-17

申请号：CN202210257498.4

申请日：2022-03-16

Applicant: 桂林电子科技大学

Inventor： 闫月 ,  刘建明 ,  王鑫

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及动作识别技术领域，尤其涉及一种基于动作识别的考场异常行为识别方法，通过在ResNet‑50主干网络上的bottleneck residual block分别加入时间交互模块和通道空间注意力模块生成异常行为识别网络模型，再将考场中的视频处理后输入异常行为识别网络模型里训练直至收敛，最终将得到的特征结果融合，实现考场异常行为识别，其中利用时间交互模块和通道空间交互模块来识别考场中每个考生动作，尤其是对考生的细粒度动作能进行有效捕获，改善了现有的基于深度学习考生考场异常行为分析方法不能准确识别异常小尺度行为的情况，进一步的，使用时间交互模块能以较低的计算成本捕获时间上下文信息。

公开(公告)号：CN114297795A

公开(公告)日：2022-04-08

申请号：CN202111631338.3

申请日：2021-12-28

Applicant: 桂林电子科技大学

Inventor： 王鑫 ,  王宇晴 ,  覃琴 ,  何曰平 ,  颜靖柯 ,  李黄河

IPC: G06F30/17 ,  G06F30/27

Abstract: 本发明公开了一种基于PR‑Trans的机械设备剩余寿命预测方法，包括离线训练和在线预测两个阶段，其中，离线训练主要任务是建立预测模型、并利用历史操作数据库中处理后的数据对模型进行训练，在线训练主要任务是基于训练模型的实时预测实时RUL，并处理实时数据，然后将相关信息反馈给控制器。这种方法采用改进Transformer的自注意力机制，能减少计算量及空间占有率、增强位置之间关系、减小模型大小、通过增大模型感受野增强模型学习能力，使模型推理速度更快、预测更精确。

公开(公告)号：CN112469101A

公开(公告)日：2021-03-09

申请号：CN202011248080.4

申请日：2020-11-10

Applicant: 桂林电子科技大学

Inventor： 王鑫 ,  戴励 ,  张文森 ,  覃琴 ,  王逸轩

IPC: H04W40/02 ,  H04W84/18 ,  H04B13/02

Abstract: 本发明公开了一种基于深度与能量加权和转发区域划分的水下机会路由，首先，获取接收到的数据包的深度和能量信息，并判断所述数据包类型，包括邻居请求数据包、应答数据包和转发数据包，接着，根据所述数据包中是否有潜在节点，判断是否更新邻居表；其次，基于所述转发数据包中的所述邻居表信息，划分出一个主转发区域和两个辅助转发区域；最后，基于深度和能量加权策略计算对应的加权保活时间，并基于所述保活时间，将相同的所述转发数据包丢弃后，转发对应的所述数据包至下一跳节点，提高网络生命周期。

公开(公告)号：CN111918144A

公开(公告)日：2020-11-10

申请号：CN202010806036.4

申请日：2020-08-12

Applicant: 桂林电子科技大学

Inventor： 覃琴 ,  颜靖柯 ,  王鑫

IPC: H04N21/8358 ,  G06T1/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的去除视频水印的方法，其特征在于，包括如下步骤：1）视频处理；2）数据增强；3）模型训练；4）实现去除水印。这种方法能提高处理海量视频水印的效率，能快速批量清除视频水印，去除水印不留踪迹以及去除水印后原画质不丢失帧的优点。

公开(公告)号：CN111241136A

公开(公告)日：2020-06-05

申请号：CN202010012489.X

申请日：2020-01-07

Applicant: 桂林电子科技大学

Inventor： 蒋华 ,  路昕宇 ,  王慧娇 ,  王鑫 ,  韦晓虎 ,  刘鼎立

IPC: G06F16/2455 ,  G06F16/22 ,  G06F16/2458

Abstract: 本发明公开一种基于数据缓冲池的Top-k高效用项集挖掘方法，包括如下步骤：（1）数据挖掘运行参数初始化；（2）初次扫描事务数据库 并计算单一项的加权事务效用值，将最小阈值 初始化为0并创建初始化链表 ；（3）将单一项的加权事务效用值存入初始化链表 并按加权事务效用值升序排列；（4）再次扫描数据库 ，创建高效用项集队列；（5）调用搜索子程序Search，将初始化链表、评估效用共现结构EUCS、数据缓冲池DBP和索引链表 传入子程序Search；（6）输出效用最高的前 个高效用项集，完成数据挖掘。本发明方法通过数据缓冲池的方式，对已使用的数据空间进行回收，提高内存的复用率，降低高效用项集挖掘的运行时间和内存消耗。

公开(公告)号：CN115376554B

公开(公告)日：2025-04-15

申请号：CN202210863510.6

申请日：2022-07-21

Applicant: 桂林电子科技大学

Inventor： 覃琴 ,  颜靖柯 ,  王鑫 ,  王琴 ,  李黄河 ,  叶鹏飞 ,  何曰平

IPC: G10L25/51 ,  G10L25/30 ,  G10L25/03 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明涉及计算机技术领域，具体涉及一种域转移的自监督机器异常声音检测方法，分别设计时频域特征提取网络、动态图卷积网络和域自适应网络；通过时域特征提取网络捕获声音信号的空间特征信息和时域交互的特征信息，得到特征向量，提高了域转移下机器异常声音检测的性能稳定性，通过动态图卷积网络捕捉特征向量的域转移之间的依赖关系，提高了模型对域转移特征感知能力，基于依赖关系通过域自适应网络补偿特征向量，得到检测结果，能补偿由于域移动造成的模型性能下降，提高了自监督环境下模型对异常声音的域转移自适应能力，解决现有检测方法学习不同域转移的声音特征，检测效果不稳定的问题。