-
公开(公告)号：CN108509534A
公开(公告)日：2018-09-07
申请号：CN201810213304.4
申请日：2018-03-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的个性化音乐推荐系统及其实现方法，该系统包括用户听歌记录系统、歌曲召回模型、以及深度神经网络(DNN)过滤模型；所述用户听歌记录系统给每位用户分配一个全局唯一的账号，用于记录用户信息以及用户操作记录；所述歌曲召回模型根据用户听歌记录从海量的歌曲库中筛选出用户可能感兴趣的歌曲组；所述深度神经网络(DNN)过滤模型的训练和测试依赖于用户听歌记录系统，训练完成的深度神经网络用于过滤所述歌曲召回模型推荐出来的歌曲组，经过深度神经网络过滤模型过滤排序之后最终生成推荐给用户的歌曲组合。本发明的系统及方法能够过滤用户不感兴趣的歌曲，减少计算量以及计算资源，做到实时的精准推荐。
-
公开(公告)号：CN108021978A
公开(公告)日：2018-05-11
申请号：CN201711124649.4
申请日：2017-11-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于WGAN模型的空洞卷积方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造沃瑟斯坦距离，作为对抗网络模型的评判指标；S3、初始化随机噪声，输入生成器中；S4、在WGAN中利用空洞卷积对图像进行卷积操作；S5、将空洞卷积操作得到的损失函数输入生成器进行后续训练。本方法构建的基于WGAN模型的空洞卷积方法，改变了判别器、生成器接收图片后的卷积方式，让判别器、生成器能够以更大的范围对图像的特征进行学习，从而能够提高整个网络训练模型的鲁棒性。
-
公开(公告)号：CN107944358A
公开(公告)日：2018-04-20
申请号：CN201711122611.3
申请日：2017-11-14
Applicant: 华南理工大学
CPC classification number: G06K9/00288 , G06N3/0454 , G06N3/08
Abstract: 本发明公开了一种基于深度卷积对抗网络模型的人脸生成方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造深度卷积神经网络充当生成器与判别器；S3、初始化随机噪声，输入生成器中；S4、将人脸图像数据集输入判别器中进行训练；S5、将人脸识别操作得到的损失函数输入生成器进行后续训练。本方法构建的基于人脸识别的原始生成对抗网络模型，通过输入人脸图像数据集，不断提高生成器学习人脸数据分布的能力，从而能够使生成器生成逼真的人脸图像。
-
公开(公告)号：CN107392312A
公开(公告)日：2017-11-24
申请号：CN201710403434.X
申请日：2017-06-01
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于DCGAN性能的动态调整算法，属于深度学习信号处理领域，该动态调整算法包括以下步骤：S1、构造深度卷积生成式对抗网络DCGAN；S2、利用图像数据集对网络进行训练；S3、利用网络损失函数定义生成器和判别器性能；S4、根据生成器和判别器性能定义网络生成图像的能力；S5、实时监控网络训练，实现网络性能的动态调整。本方法能够实时地对DCGAN的性能进行监控，实现了网络生成图像能力的动态调整，保证了生成器和判别器能力的均衡提升，避免了网络训练过程中出现“模式崩溃”的情况，从而让DCGAN生成图像的质量得到保证。
-
公开(公告)号：CN106952130A
公开(公告)日：2017-07-14
申请号：CN201710110168.1
申请日：2017-02-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于协同过滤的通用物品推荐方法，该方法利用基于用户的协同过滤方法，通过欧几里得距离计算用户之间的相似度，得到相似用户集并进一步得出不同用户的候选推荐集；之后再通过对用户初始感兴趣物品属性的分类和特征赋值，计算出候选推荐集的推荐分数，从而得到一种适用性和鲁棒性较强的推荐结果，帮助用户更方便的获取感兴趣的内容。相比于传统的基于人口统计学和基于内容的推荐方法相比，本发明更为注重了用户之间的个体差异性，通过分析用户的历史行为数据，挖掘用户的兴趣进行推荐；因此，推荐结果因人而异，更多的考虑了用户的个人喜好，也可以针对不同的推荐场景定制不同的方法参数。
-
Patent Agency Ranking
公开(公告)号：CN105869354A
公开(公告)日：2016-08-17
申请号：CN201610274438.8
申请日：2016-04-29
Applicant: 华南理工大学
IPC: G08B21/04
CPC classification number: G08B21/043 , G08B21/0446
Abstract: 本发明公开了一种基于吸引子传播算法的老人跌倒检测方法，包括步骤：1)采集每个传感器的样本信息；2)处理样本信息并进行归一化，构造样本状态加权和；3)将样本加权和输入AP聚类器；4)利用聚类结果构造平衡二叉树，标记聚类结果；5)采集每个传感器的信息；6)处理传感器信息并进行归一化，构造状态加权和；7)按照加权和结果查找平衡二叉树，输出预测结果。本发明通过运用吸引子传播算法实现的AP聚类器和由状态加权和构造的平衡二叉树，有效提高老人跌倒检测的准确率，从而解决现有跌倒检测方法的准确率不高，存在较大的误判情况的问题。
-
公开(公告)号：CN105511377A
公开(公告)日：2016-04-20
申请号：CN201511034796.3
申请日：2015-12-31
Applicant: 华南理工大学
IPC: G05B19/048 , H04W4/00
CPC classification number: Y02D70/10 , G05B19/048 , H04W4/70
Abstract: 本发明公开了一种基于KNX和ZigBee融合的室内传感网络传输系统，包括：监护中心、移动客户端、控制模块、中继处理模块、ZigBee传感网络和KNX传感网络；所述ZigBee传感网络具有ZigBee传感器、ZigBee协调器和ZigBee节点，所述KNX传感网络具有KNX总线、KNX传感器，所述监护中心和移动客户端均通过互联网与控制模块连接，所述控制模块、ZigBee传感网络和KNX传感网络均和中继处理模块连接。具有数据传输稳定、功耗低、布线简单等优点。
-
公开(公告)号：CN104539953A
公开(公告)日：2015-04-22
申请号：CN201410810945.X
申请日：2014-12-19
Applicant: 华南理工大学
IPC: H04N19/129 , H04N19/21 , G06K9/00
CPC classification number: H04L67/06 , G06K9/00442
Abstract: 本发明公开了一种通过图像识别方式实现文件传输的方法，该方法将目标传输文件以二进制形式读出，再将二进制字符生成数据图像，保证第二终端的图像采集设备能够有效识别第一终端屏幕上所显示的基本信息图和数据图像并还原成二进制形式目标传输文件的设计。本发明通过使用文件生成图的方法，使原来识别图像技术通过识别字符转化成为识别某个位置是否有像素点来获取文件的信息，提高了文件的识别效率，同时大大降低了识别算法的复杂度，克服了图像识别来获取文件信息的困难，可应用于如突发事件造成网络中断而无法连接到网络的情形下的紧急传输文件，是一种有效的应急文件传输备选手段。
-
公开(公告)号：CN103680141A
公开(公告)日：2014-03-26
申请号：CN201310712271.5
申请日：2013-12-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种计算车辆检测准确率的方法，包括S1视频采集单元采集图像，并输入视频处理单元，得到用于车辆检测位置的感兴趣区域；S2对感兴趣区域采用车辆检测算法得到前方车辆定位框；S3对感兴趣区域进行人为观测后人手标定前方车辆的实际位置定位框；S4计算得到定位框误差值及定位框错误率，进一步得到偏移错误率；S5根据定位框错误率及偏移错误率得到车辆检测准确率。本发明给改进车辆检测算法提供了标准依据。
-
公开(公告)号：CN103491611A
公开(公告)日：2014-01-01
申请号：CN201310400736.3
申请日：2013-09-05
Applicant: 华南理工大学
CPC classification number: Y02D70/00
Abstract: 一种降低基于网络交互的移动终端功耗的方法，包括以下步骤：步骤1、查询帧间隔的本地值与参数典型值；步骤2、当典型值未被查询到或者已过期，则向服务器发送当前程序信息；否则，执行步骤4；步骤3、服务器返回典型值，终端保存或更新典型值；步骤4、若终端已保存有本地值，则调用所述本地值数据；否则调用典型值；步骤5、通过随机选取参数统计的时刻，把获取的信息统计算法运行间隔及对应程序信息到服务器；步骤6、服务器收到本地值，对典型值进行更新；步骤7、当用户关闭本机动态调整屏幕显示时，若终端保存有显示调整参数，则使用本地参数；否则，使用从服务器获取的显示调整参数。具有降低了图像处理算法运算的次数等优点。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.062 seconds)
