-
公开(公告)号：CN117406123A
公开(公告)日：2024-01-16
申请号：CN202311560884.1
申请日：2023-11-22
Applicant: 暨南大学 , 内蒙古科学技术研究院
IPC: G01R31/392
Abstract: 本发明公开了一种动力电池循环老化回收利用的方法，该方法包括以下步骤：测试动力电池循环老化程度；采用再制造作为回收途径，降低回收成本，实现对动力电池的再利用，通过构建动力电池数字孪生模型，并通过构建动力电池循环老化电容衰退趋势的方程，以方程绘制不同服役时间所对应的动力电池性能衰退曲线，再以曲线的拐点，将动力电池随服役时间循环老化的各个时间段，包括平稳期、急剧期以及报废期反映出来，通过急剧期开始和结束的拐点，作为动力电池主动再制造的上下限，以此对应服役时间段，来匹配达到该服役时间段的动力电池，能够更加准确的实现对该服役时间段内动力电池的主动再制造。
-
公开(公告)号：CN112883873B
公开(公告)日：2023-08-01
申请号：CN202110197703.8
申请日：2021-02-22
Applicant: 暨南大学
IPC: G06V20/10 , G06V10/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本申请涉及一种叶部病害的识别方法、装置、电子装置和存储介质，其中，该叶部病害的识别方法包括：通过获取待识别的植物叶片图像；对所述植物叶片图像进行预处理，得到多幅第一叶片图像；利用注意力机制模型处理多幅所述第一叶片图像，获得多幅所述第一叶片图像对应的第一分类标签，其中，所述注意力机制模型被训练为用于根据叶片图像得到与该叶片图像对应的分类标签，所述分类标签包括该叶片图像对应各种叶部病害类别的病害概率；根据所述第一分类标签确定所述植物叶片图像的识别结果。通过本申请，解决了相关技术中叶部病害识别费时费力、时效性低的问题，实现了叶部病害的实时检测识别。
-
公开(公告)号：CN113421043B
公开(公告)日：2022-05-20
申请号：CN202110734162.8
申请日：2021-06-30
Applicant: 暨南大学
Abstract: 本发明提供一种基于可穿戴设备的物联系统及方法，利用可穿戴设备获取员工信息判断岗位和任务的匹配性并将其和任务进行关联，利用可穿戴设备的定位信息匹配最近的叉车并在任务完成后匹配最近停车位、利用可穿戴设备获取符合订单的产品信息并将其与任务建立关联，实现了出货相关事务的相互关联，提高了出货效率以及部门间的协同。
-
公开(公告)号：CN113282705B
公开(公告)日：2022-01-28
申请号：CN202110567522.X
申请日：2021-05-24
Applicant: 暨南大学
Abstract: 本发明公开了一种能够自动更新的案件预判智能体训练方法及系统，方法包括获取一定数量的司法案件审判书作为样本，从审判书种抽取事实等关键信息，对于数据进行处理，同时接收专家标注的新的数据，构建新的数据集，针对司法审判问题进行建模，得到对关键信息的准确率计算模型，从模型中提取训练所需要的参数，定义模型训练的reward函数，再使用BCQ算法根据参数以及数据集进行智能体模型的训练。本发明使用强化学习的方法解决司法案件预判不准确的问题，同时能够进行改进和优化，长期保持模型的准确率。
-
公开(公告)号：CN113282787B
公开(公告)日：2022-01-04
申请号：CN202110567524.9
申请日：2021-05-24
Applicant: 暨南大学
IPC: G06F16/735 , G06K9/62 , G06N20/00
Abstract: 本发明提出一种基于强化学习的个性化短视频推荐方法以及系统，个性化短视频推荐方法包括：收集单个用户的历史记录，得到真实数据分布和专家轨迹；将真实数据分布输入GAN‑SD算法，对用户的特征进行建模，得到用户特征分布；将用户特征分布和专家轨迹输入到MAIL算法，对用户的交互行为建模，得到用户的决策函数；得到用户特征分布和决策函数后，完成对用户的建模；建模推荐引擎和用户的马尔科夫决策过程，用TRPO+ANC算法训练推荐引擎的马尔科夫决策过程，根据得到的累积回报值确定不同动作下的短视频推荐策略，从短视频推荐策略中选择最优的短视频推荐策略，将该策略加载为实际使用的推荐引擎。
-
Patent Agency Ranking
公开(公告)号：CN113393495A
公开(公告)日：2021-09-14
申请号：CN202110685692.8
申请日：2021-06-21
Applicant: 暨南大学
IPC: G06T7/246 , G06T7/277 , G06T5/00 , G06T5/50 , G06T3/00 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于强化学习的高空抛物轨迹识别方法。所述方法包括：通过图像传感器采集被监控窗户区域的高空抛物轨迹图像；对所述高空抛物轨迹图像进行预处理得到预处理图像信息；根据所述预处理图像信息判断所述图像传感器是否被遮挡；在判断所述图像传感器未被遮挡时，将所述预处理图像信息输入至处理器，所述处理器获取经过强化学习后的预训练目标模型，并通过所述预训练目标模型对所述预处理图像信息进行高空抛物识别得到高空抛物识别结果信息；所述处理器将高空抛物识别结果信息存储至数据存储单元和云服务器及储存器中，以对所述预训练目标模型进行训练及更新。本发明通过强化学习模型对高空抛物轨迹进行识别，提高了识别准确率。
-
公开(公告)号：CN113282705A
公开(公告)日：2021-08-20
申请号：CN202110567522.X
申请日：2021-05-24
Applicant: 暨南大学
Abstract: 本发明公开了一种能够自动更新的案件预判智能体训练方法及系统，方法包括获取一定数量的司法案件审判书作为样本，从审判书种抽取事实等关键信息，对于数据进行处理，同时接收专家标注的新的数据，构建新的数据集，针对司法审判问题进行建模，得到对关键信息的准确率计算模型，从模型中提取训练所需要的参数，定义模型训练的reward函数，再使用BCQ算法根据参数以及数据集进行智能体模型的训练。本发明使用强化学习的方法解决司法案件预判不准确的问题，同时能够进行改进和优化，长期保持模型的准确率。
-
公开(公告)号：CN111724599A
公开(公告)日：2020-09-29
申请号：CN202010610152.9
申请日：2020-06-30
Applicant: 暨南大学
Abstract: 本申请涉及一种安全驾驶行为评价数据的获取方法、装置、设备及介质，其中，该安全驾驶行为评价数据的获取方法包括：获取驾驶过程的车辆行驶状态信息；将车辆行驶状态信息输入预设地图中，生成车辆线路图；在车辆线路图中跟踪车辆，获得车辆的至少一个第一行驶路径；在每一个第一行驶路径中测量车辆的速度信息，从速度信息中提取用于评价安全驾驶行为的评价数据；解决了相关技术中车辆安全驾驶评判检测不够全面，易产生安全事故的问题，实现了通过对车辆行驶过程中的加速度进行分析，得到车辆加速度集中段的分布情况，进而获知车辆行驶是否存在安全事故的风险。
-
公开(公告)号：CN110708381A
公开(公告)日：2020-01-17
申请号：CN201910966870.7
申请日：2019-10-12
Applicant: 暨南大学
Abstract: 本发明公开基于ZigBee的智能园林讲解系统及控制方法，该讲解系统设在植物上的植物标签模块、智能讲解终端、无线网络模块和后台控制中心;后台控制中心包括北斗定位模块和数据处理SDK,数据处理SDK与北斗定位模块通过串口耦合连接,并通过北斗定位模块与无线网络模块的第一北斗定位模块无线通讯连接,第一北斗定位模块通过串口耦合连接ZigBee模块,ZigBee模块与植物标签模块的协调节点的第一ZigBee模块和智能讲解终端的第二ZigBee模块无线通讯连接,第二ZigBee模块还与第一ZigBee模块和植物标签模块的参考节点的第三ZigBee模块无线通讯连接,第二ZigBee模块还通过串口与讲解单元耦合连接。
-
公开(公告)号：CN108436894A
公开(公告)日：2018-08-24
申请号：CN201810592379.8
申请日：2018-06-11
Applicant: 暨南大学
Abstract: 本发明公开了一种捆状物品搬运机器人,包括底盘和控制系统,底盘底端设四对称设置的行走单元,行走单元的车轮同步转动和/或差速转动能带动底盘行走或转向;底盘上设支架，支架上设两导柱,两导柱上设沿两导柱滑动的滑座，滑座与传动组件连接并由传动组件传动而竖向移动，滑座还与桁臂垂直连接,桁臂的另一端设安装座，安装座上设能相对安装座轴转的旋转组件,旋转组件连接第一旋转组件，第一旋转组件连接旋转座，旋转座上设由第一驱动装置传动带动相互铰转合拢/张开的机械手臂；传动组件传动机械手臂竖向移动,配合旋转组件、第一旋转组件和第一驱动装置的传动带动,使机械手臂匹配夹取捆状物品或钩挂捆状物品匹配完成对捆状物品的搬运。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.034 seconds)
