-
公开(公告)号：CN109655815B
公开(公告)日：2020-07-07
申请号：CN201811407252.0
申请日：2018-11-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于SSD的声呐目标检测方法。当下的水下目标检测识别方法难以精准的同步识别多个目标。本发明如下：一、建立SSD神经网络模型。二、用需要被识别的声呐数据生成n张被测声呐图像。三、将被测声呐图像送入SSD神经网络模型，获取特征图。四、对特征图设置检测框。五、将检测框输入两个卷积核，获取检测框针对各个目标类别的类别分数以及形状偏移量。六、确定被测声呐图像含有的目标类型，并框选出所有目标。本发明将深度学习技术融入到声呐目标检测中，将声呐数据生成的声呐图像输入SSD神经网络模型中，在模型中一次性完成特征提取、目标检测、目标分类，从而大大提高检测速度。
-
公开(公告)号：CN110309609A
公开(公告)日：2019-10-08
申请号：CN201910606867.4
申请日：2019-07-06
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于粗糙集和小波神经网络的建筑室内空气品质评价方法，包括以下步骤：(1)进行现场实测，得到的关于室内空气品质环境参数的样本数据，建立室内空气品质等级评价体系；(2)利用粗糙集理论对样本进行属性约简预处理；(3)利用Matlab软件将经过属性约简的环境参数作为小波神经网络的输入参数，建立小波神经网络训练模型对训练样本进行学习训练，并调试得到其最佳训练模型；(4)确定小波神经网络测试模型，把测试样本放入该训练好的测试模型中进行室内空气品质在线评价。本发明的评价方法解决了传统室内空气品质评价方法中主观性过强和实用性不够的问题，为建筑室内空气品质等级的客观评价提供了有效的解决方案。
-
公开(公告)号：CN106116241B
公开(公告)日：2018-05-22
申请号：CN201610471454.6
申请日：2016-06-24
Applicant: 桂林华越环保科技有限公司 , 桂林电子科技大学
IPC: C04B24/42 , C04B103/30
Abstract: 本发明公开了一种保坍型干粉砂浆塑化增强剂，由以下重量份配比的各组分制成：丙烯酰胺‑丙烯酸共聚物6～8份、醋酸苯乙烯共聚物5～7份、塑化剂15～20份、蒙脱石20～25份、玻璃微珠10～15份、碳酸钙2～4份、铝酸钙3～5份、硝酸钙2～4份、硫酸钡1～3份、乙酸钙4～6份、改性剑麻纤维5～7份、碳酸钙晶须4～6份、土豆粉15～20份、明胶4～6份、硅藻土6～8份、羧甲基纤维素醚3～5份、有机硅消泡剂0.1～0.3份。本发明具有低的掺量、高的强度、高的坍落度稳定性等优点，是一种良好的建筑外加剂。
-
公开(公告)号：CN104281890A
公开(公告)日：2015-01-14
申请号：CN201410524541.4
申请日：2014-10-08
Applicant: 电子科技大学
CPC classification number: G06Q30/0202
Abstract: 该发明提供了一种电子商务系统中预测流行商品的方法和系统，涉及互联网商品流行趋势预测技术领域。首先按照评分类型对商品进行分类，如：可以对该商品进行评分的为一类，只有“赞”之类二元选择的商品为一类等，选择一类商品，获得该类所有被关注过的商品在当前时间段内被关注的次数，统计为流行度向量；再获得该类商品的评分数据，通过流行度向量和评分数据计算出该类所有商品未来一段时间的流行度向量，从而具有在保证商品流行趋势预测排名的准确性、实时性以及效率的同时，还能提高对“潜力商品”以及商品流行趋势进行预测的准确性。
-
公开(公告)号：CN113935404B
公开(公告)日：2025-02-11
申请号：CN202111120902.5
申请日：2021-09-24
Applicant: 杭州电子科技大学
IPC: G06V10/776 , G06V10/774
Abstract: 本发明公开了一种光场显著性检测数据集清晰度评价方法。首先通过显著性区域掩膜制作三个掩膜，并获取对应的窗函数；通过掩膜A获得光场焦堆栈图像显著性区域图像；用傅里叶变换将焦堆栈显著性区域图像从空域转换到频域，获得其频谱信息；对显著性区域高频信息进行傅里叶反变换，得到空域图像；用腐蚀的掩膜B截取空域高频部分，计算高频图像灰度值之和，用以表示焦堆栈图像显著性区域高频能量值大小；对堆栈图像显著性区域高频能量值进行归一化，用来表示该图片的训练权重。本发明针对数据集焦堆栈中显著性区域进行清晰程度判定，并以此作为焦堆栈中该图片训练权重的评价标准，显著性区域越清晰，则该图片的训练权重越高。
-
Patent Agency Ranking
公开(公告)号：CN111753470B
公开(公告)日：2022-09-16
申请号：CN202010622331.4
申请日：2020-06-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于粗糙集和深度置信神经网络的建筑能耗预测方法，包括以下步骤，步骤一：进行用于粗糙集约简建筑能耗影响因子的数据实测，确定各能耗等级的数值范围；步骤二：利用粗糙集对建筑能耗影响因子进行属性约简预处理；步骤三：进行用于深度神经网络预测建筑能耗的样本数据实测；步骤四：叠加受限玻尔兹曼机，构建深度置信神经网络对训练样本进行学习训练；步骤五：利用Matlab软件将经过属性约简后剩余的重要建筑能耗影响因子作为深度置信神经网络的输入参数，建筑能耗作为深度置信神经网络的输出，进行建筑能耗预测。本发明解决了传统建筑能耗预测方法中准确性不够和实用性不足的问题，为建筑能耗的预测提供了一种新的方法。
-
公开(公告)号：CN110309609B
公开(公告)日：2022-06-28
申请号：CN201910606867.4
申请日：2019-07-06
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于粗糙集和小波神经网络的建筑室内空气品质评价方法，包括以下步骤：(1)进行现场实测，得到的关于室内空气品质环境参数的样本数据，建立室内空气品质等级评价体系；(2)利用粗糙集理论对样本进行属性约简预处理；(3)利用Matlab软件将经过属性约简的环境参数作为小波神经网络的输入参数，建立小波神经网络训练模型对训练样本进行学习训练，并调试得到其最佳训练模型；(4)确定小波神经网络测试模型，把测试样本放入该训练好的测试模型中进行室内空气品质在线评价。本发明的评价方法解决了传统室内空气品质评价方法中主观性过强和实用性不够的问题，为建筑室内空气品质等级的客观评价提供了有效的解决方案。
-
公开(公告)号：CN113537552A
公开(公告)日：2021-10-22
申请号：CN202110468058.9
申请日：2021-04-28
Applicant: 桂林电子科技大学
Abstract: 本发明涉及机器学习、深度学习及数据挖掘等技术领域，具体是涉及基于混合深度学习及注意力机制的学生表现预测方法。利用学生在线学习日志信息，首先对其进行预处理和特征提取，使用相关性特征选择方法来获得对预测结果有重要影响的特征。然后将提取到的特征按照特征类别进行周累计统计和全部累计统计。接着将提取到的时序特征和潜在特征进行拼接，由于学习到的两类特征在量级和类别上差异较大，因此使用深层神经网络进行高阶特征交互，学习更深层次的特征。同时考虑到不同特征对学生表现的影响程度不同，使用注意力机制为不同的深层次特征分配不同的权重。最后使用sigmoid分类器预测学生是否能够通过某一门课程，从而提高预测的准确性。
-
公开(公告)号：CN111650339A
公开(公告)日：2020-09-11
申请号：CN202010539020.1
申请日：2020-06-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种建筑室内多个污染源释放强度的逆向辨识方法，包括以下步骤：步骤一：对建筑室内环境参数采用CFD数值模拟技术获得稳定热流动场；步骤二：基于污染源贡献率(CRPS)方法获得多个污染源释放的室内浓度与监测点的浓度之间的传输矩阵A，利用传输矩阵A建立逆模型；步骤三：采用Tikhonov正则化方法增强逆模型求解的稳定性；步骤四：选取正则化矩阵L，计算正则化参数λ，基于监测点浓度求解污染源浓度。本发明辨识污染源释放强度方法解决了传统辨识方法的单一性和复杂性，为建筑室内快速有效地辨识多个污染源释放强度提供了新的方案。
-
公开(公告)号：CN111402616A
公开(公告)日：2020-07-10
申请号：CN202010104835.7
申请日：2020-02-20
Applicant: 西安电子科技大学
IPC: G08G1/0968 , G08G1/14 , G08G1/01
Abstract: 本发明属于智慧交通中的停车场路径规划领域，公开了一种智能停车控制方法、系统、存储介质、计算机程序、终端，利用获取到的停车场物理信息构建出叠加数据能量场，完成停车位的推荐；对停车场所有停车位的停车时长进行定期统计，拟合统计结果，将拟合结果与原始数据能量场叠加完成参数的更新；通过实时的停车场物理信息计算出所有道路实时的权值并构建出停车场实时的无向带权图，利用改进后的Dijkstra算法规划出实时的最优路径；对结果进行展示并利用获取到的实时的停车场物理信息对结果进行不断优化直至用户完成停车。本发明有效的解决了大型停车场车位多且分布不规则所带来的问题；具有更好的动态性和实时性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.024 seconds)
