-
公开(公告)号：CN114297795B
公开(公告)日：2024-06-07
申请号：CN202111631338.3
申请日：2021-12-28
Applicant: 桂林电子科技大学
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：CN114638842B
公开(公告)日：2024-03-22
申请号：CN202210251253.0
申请日：2022-03-15
Applicant: 桂林电子科技大学
IPC: G06T7/11 , G06N3/0464 , G06T7/73
Abstract: 本发明公开了一种基于MLP的医学图像分割方法，其特征在于，包括如下步骤：1）编码；2）解码；3）局部分支结构和全局分支结构。这种方法不仅在保持原始空间维度特征结构下，具有敏感的位置感知能力和极少的计算开销，并且有效增加模型提取局部特征和全局上下文信息的能力，增大模型对小尺度物体的特征感知，也能有效地解决由于医学分割数据样本数量相对较少，医学图像中patch的位置嵌入的依赖关系不能很好地学习的问题，从而实现高性能和高效率的医学分割。
-
公开(公告)号：CN117575908A
公开(公告)日：2024-02-20
申请号：CN202311552604.2
申请日：2023-11-20
IPC: G06T3/4053 , G06T3/4046 , G06N3/045 , G06N3/0495 , G06N3/047 , G06N3/048 , G06N3/082 , G06N3/096
Abstract: 本发明公开了一种基于可逆引导和循环式知识蒸馏的多模态图像超分辨重建方法，包括如下步骤：1）数据准备；2）DDPM模型训练；3）多模态分布约束MDCS；4）可逆引导；5）循环知识蒸馏；6）模型评估与优化。这种方法能有效理解图像中的高级语义和上下文信息，同时解决了模型崩溃、高频细节丢失以及与长尾数据相关的问题。
-
公开(公告)号：CN117499735A
公开(公告)日：2024-02-02
申请号：CN202311538399.4
申请日：2023-11-17
Applicant: 桂林电子科技大学
IPC: H04N21/44 , G06N3/0464 , G06V20/40 , G06V10/82
Abstract: 本发明公开了一种基于时序可重用卷积的在线视频理解方法，包括如下步骤：1）视频数据集预处理；2）训练3D卷积神经网络；3）设计并建立时序可重用卷积操作；4）将常规3D卷积替换为时序可重用卷积；5）验证网络在在线视频理解任务中的计算准确度；6）测试网络、计算网络计算复杂度。这种方法能减小在线视频理解任务的计算量，提高网络在实时任务中的效率。
-
公开(公告)号：CN117408698A
公开(公告)日：2024-01-16
申请号：CN202311361188.8
申请日：2023-10-20
Applicant: 桂林电子科技大学
IPC: G06Q20/40 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/0895
Abstract: 本发明公开了一种基于Transformer的对比多视图下庞氏骗局检测方法，包括：1）数据预处理；2）特征提取；3）对比学习；4）模型评估。这种方法能够半监督训练，能准确识别庞氏骗局，同时检测庞氏骗局合约具有实时性。
-
Patent Agency Ranking
公开(公告)号：CN117274046A
公开(公告)日：2023-12-22
申请号：CN202310805434.8
申请日：2023-07-03
IPC: G06T3/40 , G06T5/00 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及图像数据处理技术领域，具体涉及一种基于扩散模型的单幅图像超分辨重建方法，收集网络数据中的高清图像，构建模型训练数据集，并形成配对的高分辨图像和低分辨图像；将数据集混合，得到混合训练集；基于混合训练集利用多峰分布对去噪分布进行建模，得到去噪模型；基于去噪模型和低分辨图像进行扩散重建高分辨图像，该方法设计了一种新的条件图像生成方法，称为SRDDGAN，SRDDGAN引入一种多峰分布去建模，其中去噪分布是条件GAN来建模的，同时注入潜在变量以促进GAN的稳定性训练以及提供多样性，解决基于DDPM的SISR方法中采样速度慢以及对抗网络训练不稳定的问题。
-
公开(公告)号：CN110209911B
公开(公告)日：2023-03-28
申请号：CN201910475839.3
申请日：2019-06-03
Applicant: 桂林电子科技大学
IPC: G06F16/951
Abstract: 本发明公开了一种基于请求成功率的自适应休眠时间调节方法，包括如下步骤：1）检查1个周期内success和fail的和是否为10；2）计算请求周期成功率；3）计算该周期花费的时间；4）计算该周期的每个成功请求所花费的时间；5）将lastKey和lastVal记录为第一个请求周期的休眠时间值以及平均时间，然后将下一个请求周期的休眠时间设置为第一个请求周期休眠时间减gap毫秒，第一个请求周期结束，返回到步骤1）；6）与第N‑1个周期比较；7）更新lastKey和lastVal，同时更新lastKey和lastVal，返回到步骤1）；8）将下一个N+1周期的休眠时间设置为N‑1的休眠时间加gap毫秒，将lastVal记录为第N‑1个周期的休眠时间，本周期结束，返回到步骤1）；9）继续运行。这种方法能提高爬虫运行的效率。
-
公开(公告)号：CN115512206A
公开(公告)日：2022-12-23
申请号：CN202211278019.3
申请日：2022-10-19
Applicant: 桂林电子科技大学
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06V10/762 , G06V10/80 , G06V10/52 , G06N3/04 , G06N3/08
Abstract: 本发明涉及目标检测技术领域，具体涉及一种适用于低照度环境下的改进版YOLOv5目标检测方法，包括使用图像增强算法对低照度的数据集的训练集进行离线增强，得到增强数据集；使用增强数据集和原始训练集进行配对混合，得到混合数据集；对基准网络进行改进，得到改进网络模型；使用混合数据集对改进网络模型进行训练，得到目标检测网络模型；将待检测图片输入目标检测网络模型进行训练，得到检测结果。本发明通过混合增强训练方式，将低照度的数据集通过GAN算法进行增强，并与原始的训练集进行混合匹配，有效抑制直接使用增强算法所带来的特征破坏问题，解决了现有的目标检测方法对低照度环境下目标检测精确度较低的问题。
-
公开(公告)号：CN111865754B
公开(公告)日：2022-09-02
申请号：CN201910523338.8
申请日：2019-06-17
Applicant: 桂林电子科技大学
IPC: H04L51/046 , H04L67/54 , H04L67/025
Abstract: 本发明公开了一种基于MQTT的远程监控方法及系统，方法包括：至少一个设备终端通过MQTT与MQTT服务器建立通信连接，并发送检测信号至MQTT服务器，检测信号包括设备终端的标识；MQTT客户端通过MQTT服务器第n次获取至少一个设备终端的标识并生成第一标识列表；MQTT客户端第n+1次获取至少一个设备终端的标识并生成第二标识列表；MQTT客户端对第一标识列表和第二标识列表进行比对，并在第二标识列表与第一标识列表存在差异时，发送提醒信息至预先设置的用户端。本发明通过MQTT协议实现了对设备终端的远程监控，而且本发明通过MQTT框架，能有效地减少系统架构的复杂度，提高系统的可扩展性。
-
公开(公告)号：CN114638842A
公开(公告)日：2022-06-17
申请号：CN202210251253.0
申请日：2022-03-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于MLP的医学图像分割方法，其特征在于，包括如下步骤：1）编码；2）解码；3）局部分支结构和全局分支结构。这种方法不仅在保持原始空间维度特征结构下，具有敏感的位置感知能力和极少的计算开销，并且有效增加模型提取局部特征和全局上下文信息的能力，增大模型对小尺度物体的特征感知，也能有效地解决由于医学分割数据样本数量相对较少，医学图像中patch的位置嵌入的依赖关系不能很好地学习的问题，从而实现高性能和高效率的医学分割。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.04 seconds)
