-
公开(公告)号：CN113554310A
公开(公告)日：2021-10-26
申请号：CN202110837957.1
申请日：2021-07-23
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本申请提供了一种基于智能合约的企业信用动态评估模型，涉及计算机技术领域，该模型包括：企业输入模块，用于接收企业上传的企业信息，对企业进行分类、以及接收企业提交信用评估申请和授权；模型创建模块，用于接收企业的行业数据，并基于行业数据创建对应的模型，并对模型进行更新，确定目标模型；企业信用评估模块，用于采用目标模型对分类后的企业进行信用评估，得到企业的信用结果。本申请实施例通过区块链技术，改善评估数据来源的真实性和可追溯性，根据行业进行特征选择，构建适合特定行业的评估模型，使评估预测更加准确，削弱人工成本，将企业信用评估线上化，减少人工操作带来的失误和风险，提高评估效率，降低信用评估所需成本。
-
公开(公告)号：CN113535381A
公开(公告)日：2021-10-22
申请号：CN202110637857.4
申请日：2021-06-08
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本申请提供了一种基于改进遗传算法的服务功能链映射方法、装置及设备，涉及计算机技术领域。该方法包括：基于任务请求中的虚拟网络功能和物理节点信息的映射方案生成染色体；生成初始种群；基于适应度值确定个体最优染色体集合和群体最优染色体并进行迭代，得到目标群体最优染色体，目标群体最优染色体对应的映射方案为目标映射方案。本申请实施例通过对多条服务功能链的映射方案进行混合多编码，不论对哪部分进行交叉、变异都不会对编码的其他部分造成影响，降低了算法复杂度和时间复杂度，通过最优交叉，每个个体可以根据当前搜索状态动态调整搜索策略，通过自由交叉，可以扩大搜索空间避免陷入局部最优，从而引导SFC映射趋近最优解。
-
公开(公告)号：CN112712036A
公开(公告)日：2021-04-27
申请号：CN202011632849.2
申请日：2020-12-31
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本公开提供了一种交通标志识别方法、装置、电子设备及计算机存储介质，涉及图像识别技术领域。该方法包括：采用预设的聚类算法对交通标志数据集中的交通标志进行聚类，确定各类交通标志的尺寸；采用预训练的目标检测模型对待识别的图像数据进行识别，确定与尺寸对应的目标交通标志。本公开实施例通过预设的聚类算法，消除无效数据对聚类中心的影响，大大提高了先验框与交通标志之间的匹配度，不仅有利于降低训练网络的复杂度，缩短网络训练时间，而且有助于提高模型的检测精度，增加残差结构来增强了浅层网络的特征提取能力；通过增加预测尺度和锚框数量，能够使用提取的浅层特征图进行预测，提高对交通标志的检测准确率。
-
公开(公告)号：CN113591543B
公开(公告)日：2024-03-26
申请号：CN202110636627.6
申请日：2021-06-08
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G06V20/58 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本申请实施例提供了一种交通标志识别方法、装置、电子设备及计算机存储介质，涉及图像识别技术领域。该方法包括：获取预设的交通标志数据集，采用预设的聚类算法对交通标志数据集中的交通标志进行聚类，确定各类交通标志的尺寸；采用训练后的交通标志识别模型对待识别交通标志进行识别，确认待识别交通标志的类别。本申请实施例通过预设的聚类方法先对数据集进行聚类，对交通标志识别模型进行训练，可以获取图像中不同尺度的感受野信息，并可以将获取到的不同尺度的信息融合，增强浅层网络预测交通标志的能力，进而提高交通标志的检测准确率。减少网络参数并降低网络复杂度，以此提高交通标志的检测速度，达到对交通标志的实时检测。
-
公开(公告)号：CN112669650B
公开(公告)日：2022-12-13
申请号：CN202011382950.7
申请日：2020-12-01
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G08G5/00
Abstract: 本发明公开了一种基于ADS‑B消息的隐私保护的方法、系统及存储介质，涉及航空航天领域。所述基于ADS‑B消息的隐私保护的方法包括如下步骤：获取待保护的第一飞机的飞机识别码；获取所述第一飞机的干扰参数；将所述干扰参数进行航线信息处理，得到虚假的第一航线集合；对所述第一航线集合中每一第一航线，通过ADS‑B系统周期广播第一ADS‑B飞行参数，其中，所述第一ADS‑B飞行参数包括对应的所述第一航线上的飞行信息以及所述飞机识别码。通过将多个包含飞机识别码的第二飞行信息进行广播，以使攻击者无法通过被拦截信息中的飞机识别码获取真实的飞机信息，以保护飞机的隐私。
-
Patent Agency Ranking
公开(公告)号：CN113819917A
公开(公告)日：2021-12-21
申请号：CN202111088984.X
申请日：2021-09-16
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G01C21/34
Abstract: 本申请提供了一种自动驾驶路径规划方法、装置、设备及存储介质，涉及自动驾驶技术领域，该方法包括：获取激光雷达采集的道路信息构建高精度地图；确定当前位置和目标位置；确定行驶路径上的障碍物，并采用状态栅格算法计算多条从当前位置到目标位置的行驶路径；用度量函数选取行驶代价最小的行驶路径作为目标行驶路径。本申请实施例能够减少路径规划的随机性，在给定起点和终点坐标后，能够找到可行驶路径并推导出相应的输入信息，在对动态障碍物避障的时候，无人车进行局部路径规划，能够合理选择一条可行驶路径。根据运动学约束条件，如速度、转弯半径、路径曲率等，对规划路线进行修正。
-
公开(公告)号：CN113535388A
公开(公告)日：2021-10-22
申请号：CN202110711120.2
申请日：2021-06-25
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本申请提供了一种面向任务的服务功能聚合方法，涉及计算机技术领域。该方法包括：获取预设时间段内的至少一个任务；对各任务进行任务分解，得到各任务分别包含的虚拟网络功能；计算各虚拟网络功能计算各任务之间的任务相似度，基于任务相似度对至少一个任务进行分类。本申请实施例从任务角度出发，根据任务相似度对任务进行分类，在同一类内根据底层物理资源的限制进行功能聚合。提高了聚合效率，降低了实例化成本，提高了物理资源利用率；此外在类内聚合时本申请从底层物理资源的约束下进行聚合，考虑了底层物理资源限制，提高了映射时请求接受率和降低了物理资源碎片化。
-
公开(公告)号：CN113219439A
公开(公告)日：2021-08-06
申请号：CN202110379595.6
申请日：2021-04-08
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
Abstract: 本申请实施例提供了一种目标主干点云提取方法、装置、设备及计算机存储介质，涉及激光雷达技术领域。该方法包括：获取目标平面的原始点云的坐标信息，确定目标平面的平面种子点；采用预设的线性模型对目标平面进行拟合，确定目标平面的拟合模型；采用预设的算法确定拟合模型中的主干点云，得到目标平面的主干点云。本申请实施例通过各激光点的坐标信息，采用坐标信息，能够有效去除原始点云中坐标高度值过高的激光点，采用线性模型能够有效模拟去除过高点后的点云的拟合平面，然后基于该拟合平面，进一步去除该拟合平面中过高或者距离过大的激光点，保证过高点和干扰点完全被去除，提升点云的精确度，方便后续点云的使用。
-
公开(公告)号：CN112669650A
公开(公告)日：2021-04-16
申请号：CN202011382950.7
申请日：2020-12-01
Applicant: 广西综合交通大数据研究院 , 桂林电子科技大学
IPC: G08G5/00
Abstract: 本发明公开了一种基于ADS‑B消息的隐私保护的方法、系统及存储介质，涉及航空航天领域。所述基于ADS‑B消息的隐私保护的方法包括如下步骤：获取待保护的第一飞机的飞机识别码；获取所述第一飞机的干扰参数；将所述干扰参数进行航线信息处理，得到虚假的第一航线集合；对所述第一航线集合中每一第一航线，通过ADS‑B系统周期广播第一ADS‑B飞行参数，其中，所述第一ADS‑B飞行参数包括对应的所述第一航线上的飞行信息以及所述飞机识别码。通过将多个包含飞机识别码的第二飞行信息进行广播，以使攻击者无法通过被拦截信息中的飞机识别码获取真实的飞机信息，以保护飞机的隐私。
-
公开(公告)号：CN112508924A
公开(公告)日：2021-03-16
申请号：CN202011483335.5
申请日：2020-12-15
Applicant: 桂林电子科技大学 , 广西综合交通大数据研究院
Abstract: 本发明属于图像处理技术领域，公开了一种小目标检测识别方法、装置、系统和存储介质。小目标检测识别方法包括：获取待检测识别的目标图像；将所述目标图像输入到预设的卷积神经网络模型中进行检测识别并输出检测识别结果；其中，预设的所述卷积神经网路模型可对所述目标图像进行卷积处理、残差处理、下采样处理以及特征融合处理，得到目标图像特征融合结果，并对得到的所述目标图像特征融合结果进行检测识别。通过获取图像并将图像通过预设的卷积神经网络模型进行包括卷积处理、残差处理、下采样处理以及特征融合处理等处理之后，进行检测识别，能够有效地检测出图像中的小目标，提高图像检测识别的准确性和精度，提高检测识别的效率。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.041 seconds)
