-
公开(公告)号：CN118968392B
公开(公告)日：2024-12-24
申请号：CN202411446807.8
申请日：2024-10-16
Applicant: 湘江实验室
Abstract: 本发明涉及人体运动数据模型构建方法、装置、设备和介质，属于数据库构建技术领域，通过获取包含人类活动的视频流，然后对视频流进行预处理，得到人体运动信息；构建标准人体运动模型，通过标准人体运动模型对人体运动信息进行映射，得到符合标准的初始运动单元数据；设置自适应滤波单元，自适应滤波单元包括状态转移模块与帧间关系模块，根据帧间关系模块中的帧间数据关系构造增益模块；标准人体运动模型在动态演化的过程中，通过状态转移模块、帧间关系模块与增益模块对初始运动单元数据进行优化，输出清晰稳定的人体运动单元数据；通过人体运动单元数据构建人体运动数据库。本发明能够提供低成本、高效率、高质量的人体运动单元数据。
-
公开(公告)号：CN119172318A
公开(公告)日：2024-12-20
申请号：CN202411671223.0
申请日：2024-11-21
Applicant: 湘江实验室
IPC: H04L47/127 , H04L41/142 , H04L41/14 , H04L41/147 , H04L45/12 , H04L47/11
Abstract: 本发明公开了基于可编程网络的全息媒体传输拥塞预测系统，具体涉及传输拥塞预测技术领域，通过对全息媒体数据传输的任务路径进行子路径划分，获取交换机的网络性能信息和全息媒体数据的质量信息构建路径拥塞模型，生成路径拥塞影响指数，评估交换机的网络性能信息和全息媒体数据的质量信息对全息媒体数据传输子路径的拥塞影响程度，根据多个子路径的拥塞影响程度，及时响应全息媒体数据传输任务路径存在的潜在拥塞隐患，对拥塞情况进行精准评估，快速、准确地感知和应对网络中的突发拥塞，在全息媒体数据传输任务路径存在潜在拥塞隐患时，基于最短路径优化算法，迅速选择最佳传输路径，避免拥塞区域，提升传输效率。
-
公开(公告)号：CN118228079B
公开(公告)日：2024-11-26
申请号：CN202410642415.2
申请日：2024-05-23
Applicant: 湘江实验室
IPC: G06F18/2337 , G06F18/231
Abstract: 本发明公开了一种模糊超图生成方法、装置、计算机设备及存储介质，所述方法包括：基于待分析数据的目标句子，确定目标句子的依存树；确定依存树的依存矩阵，依存矩阵用于表征不同树节点之间的依存关系；获取针对待分析数据的至少一个模糊集以及与模糊集对应的聚类中心，其中，模糊集对应一个方面类别，模糊集用于表征待分析数据在方面类别下所包含的数据，聚类中心用于表征在模糊集对应的方面类别下的聚类中心；基于聚类中心，对依存树的树节点进行聚类处理，生成依存树的关联矩阵；基于模糊集、依存树，依存树的关联矩阵，以及依存树的依存矩阵，生成模糊超图，采用本发明快速全面地理解文本中的情感关系，提高情感关系抽取的准确性。
-
公开(公告)号：CN118799202B
公开(公告)日：2024-11-22
申请号：CN202411265036.2
申请日：2024-09-10
Applicant: 湘江实验室
Abstract: 本申请涉及图像融合技术领域，提供了一种桥梁图像融合方法及设备，该方法包括：对可见光图像分解得到可见光结构层图像和可见光纹理层图像，对红外图像分解得到红外结构层图像和红外纹理层图像；对可见光图像和红外图像进行增强得到增强可见光图像和增强红外图像；将增强可见光图像和增强红外图像优化得到优化可见光图像和优化红外图像；将优化可见光图像、可见光结构层图像、优化红外图像和红外结构层图像融合得到最终结构层图像，将优化可见光图像、可见光纹理层图像、优化红外图像和红外纹理层图像融合得到最终纹理层图像；将最终结构层图像和最终纹理层图像相加并基于边缘信息进行锐化得到最终图像。本申请的方法能提高图像融合的准确性。
-
公开(公告)号：CN118968392A
公开(公告)日：2024-11-15
申请号：CN202411446807.8
申请日：2024-10-16
Applicant: 湘江实验室
Abstract: 本发明涉及人体运动数据模型构建方法、装置、设备和介质，属于数据库构建技术领域，通过获取包含人类活动的视频流，然后对视频流进行预处理，得到人体运动信息；构建标准人体运动模型，通过标准人体运动模型对人体运动信息进行映射，得到符合标准的初始运动单元数据；设置自适应滤波单元，自适应滤波单元包括状态转移模块与帧间关系模块，根据帧间关系模块中的帧间数据关系构造增益模块；标准人体运动模型在动态演化的过程中，通过状态转移模块、帧间关系模块与增益模块对初始运动单元数据进行优化，输出清晰稳定的人体运动单元数据；通过人体运动单元数据构建人体运动数据库。本发明能够提供低成本、高效率、高质量的人体运动单元数据。
-
Patent Agency Ranking
公开(公告)号：CN118097782B
公开(公告)日：2024-10-29
申请号：CN202410228612.X
申请日：2024-02-29
Applicant: 湘江实验室
Abstract: 本申请适用于行为识别技术领域，提供了一种基于多模态的员工行为识别方法、装置、设备及介质。该方法包括：获取当前RGB图像、当前姿势信息，以及T个时刻的定位信息；利用图像特征提取模型对当前RGB图像进行特征提取得到图像特征；根据当前姿势信息利用姿势信息处理模型获取姿势邻接矩阵；利用定位特征提取模型对定位信息进行特征提取得到定位特征；对三个模型进行优化；利用优化后的模型分别获取待识别员工的最终图像特征、最终姿势邻接矩阵和最终定位特征；将最终图像特征、最终定位特征和最终姿势邻接矩阵融合得到融合特征；利用目标检测算法对融合特征进行识别，得到行为识别结果。本申请的方法能够提高行为识别结果的精确度。
-
公开(公告)号：CN118799202A
公开(公告)日：2024-10-18
申请号：CN202411265036.2
申请日：2024-09-10
Applicant: 湘江实验室
Abstract: 本申请涉及图像融合技术领域，提供了一种桥梁图像融合方法及设备，该方法包括：对可见光图像分解得到可见光结构层图像和可见光纹理层图像，对红外图像分解得到红外结构层图像和红外纹理层图像；对可见光图像和红外图像进行增强得到增强可见光图像和增强红外图像；将增强可见光图像和增强红外图像优化得到优化可见光图像和优化红外图像；将优化可见光图像、可见光结构层图像、优化红外图像和红外结构层图像融合得到最终结构层图像，将优化可见光图像、可见光纹理层图像、优化红外图像和红外纹理层图像融合得到最终纹理层图像；将最终结构层图像和最终纹理层图像相加并基于边缘信息进行锐化得到最终图像。本申请的方法能提高图像融合的准确性。
-
公开(公告)号：CN118761052A
公开(公告)日：2024-10-11
申请号：CN202411223790.X
申请日：2024-09-03
Applicant: 湘江实验室
Abstract: 本发明公开了一种基于联邦学习和区块链的身份标识方法、装置及相关设备，所述方法包括：通过区块链，接收来自用户端的身份信息处理请求；基于区块链的智能合约，调用身份验证模型，身份验证模型用于指示基于联邦学习方法训练得到的模型；通过身份验证模型，根据身份信息处理请求所携带的信息，对用户端进行身份验证，得到验证结果；若验证结果为验证通过，在区块链上，基于身份信息处理请求进行身份信息处理，得到身份信息处理结果。通过基于联邦学习和区块链进行身份信息处理，使得本申请结合了区块链的去中心化、不可篡改性，以及联邦学习的隐私保护特性，使得身份信息处理时，既能保护数据的安全性，又能兼顾数据的隐私性。
-
公开(公告)号：CN118572757A
公开(公告)日：2024-08-30
申请号：CN202410992922.9
申请日：2024-07-24
Applicant: 湘江实验室
IPC: H02J3/32 , H02J7/00 , G06N3/0442 , G06N3/045 , G06N3/084 , G06Q10/04 , G06Q10/0631 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开一种基于数字孪生的智能储能系统调控与运维方法及设备，涉及储能系统智能管理领域。所述智能调控与运维方法包括：获取当前时间段内的参数数据；根据当前时间段内的参数数据，利用SOX智能算法预测未来时间段内的参数数据；根据未来时间段内的参数数据，利用储能系统的数字孪生同步模型，确定使目标函数最优的充放电调控策略；利用储能系统的数字孪生同步模型制定储能系统的运维策略。本发明实施例提供的方法采用神经网络模型技术与孪生技术结合的方法，制定充放电调控策略和运维策略，提高储能系统的能源利用效率、安全性和经济性。
-
公开(公告)号：CN118280562B
公开(公告)日：2024-08-23
申请号：CN202410654603.7
申请日：2024-05-24
Applicant: 湘江实验室
IPC: G16H50/20 , G06F40/216 , G06F40/295 , G06F40/30 , G16H50/70 , G06N3/042 , G06N3/08 , G06N5/022 , G06F18/23
Abstract: 本发明涉及医疗信息技术领域，具体涉及知识图谱驱动的医疗大模型诊断方法，包括以下步骤：S1：构建医疗知识图谱；S2：提取与病情的信息，并将该信息映射到S1中的医疗知识图谱对应的实体和关系上；S3：构建多维度患者画像；S4：结合S1的医疗知识图谱和S3构建的多维度患者画像，训练和优化医疗大模型；S5：生成针对患者具体情况的个性化诊疗建议；S6：持续优化S1的医疗知识图谱和S4的医疗大模型。本发明，通过结合医疗知识图谱和先进的机器学习技术，实现了医疗诊断的准确性和治疗建议的个性化，同时引入持续学习机制以动态优化诊疗方案，从而显著提升医疗服务质量和效率，推动医学研究与实践的进步。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.028 seconds)
