公开(公告)号：CN112966729B

公开(公告)日：2023-01-31

申请号：CN202110221235.3

申请日：2021-02-26

Applicant: 成都商汤科技有限公司 ,  电子科技大学

Inventor： 周军 ,  常亮 ,  周亮 ,  王文强 ,  吴飞 ,  徐宁仪

IPC: G06F17/16 ,  G06V10/75 ,  G06V10/40 ,  G06V10/82 ,  G06N3/04

Abstract: 本公开提供了一种数据处理方法、装置、计算机设备及存储介质，其中，该方法包括：从待处理图像特征矩阵以及权重矩阵中，确定多个处理周期分别对应的目标特征元素以及目标权重元素；其中，所述待处理图像特征矩阵对应多个权重矩阵；响应于任一处理周期到来，处理引擎PE阵列中的每个PE获取该处理周期对应的目标特征元素以及对应的目标权重元素并进行预设运算，得到中间处理数据；其中，针对任一处理周期，所述PE阵列中的目标特征元素包括重复特征元素，以及该重复特征元素分别与不同权重矩阵中与该重复特征元素对应的目标权重元素相对应；基于多个处理周期分别对应的中间处理数据，得到对所述待处理图像特征矩阵进行处理的结果数据。

公开(公告)号：CN115314905A

公开(公告)日：2022-11-08

申请号：CN202210721862.8

申请日：2022-06-24

Applicant: 桂林电子科技大学

Inventor： 罗子豪 ,  胡冠宇 ,  杜绍华 ,  王杰 ,  周志杰 ,  张邦成 ,  常亮

IPC: H04W16/18 ,  H04W84/18 ,  H04L41/14 ,  H04L41/0894 ,  H04L41/0803 ,  G06T17/20

Abstract: 本发明涉及传感器优化部署领域，尤其涉及一种考虑气体扩散规律的传感器优化部署方法，包括，步骤S1：判断天然气管道泄漏薄弱环节；步骤S2：建立天然气站点物理模型；步骤S3：划分mesh网格；步骤S4：建立气体泄漏的环境参数；步骤S5：建立k‑ε及组分运输模型；步骤S6：fluent求解生成气体扩散模型；步骤S7：MATLAB模拟VFA算法得到传感器最优部署策略；步骤S8:无线传感器实地部署；本发明针对目前的气体泄漏监测方法中人工巡检存在工作量大、危险性高、测量精度及频率低等问题，通过建立气体扩散模型，合理部署传感器，从而避免了容易形成传感器感知重叠区和浪费区，进一步解决了传感器感知盲区的问题。

公开(公告)号：CN113988570A

公开(公告)日：2022-01-28

申请号：CN202111233508.2

申请日：2021-10-22

Applicant: 桂林电子科技大学

Inventor： 李笠 ,  李广鹏 ,  胡建清 ,  常亮

IPC: G06Q10/06 ,  G06N3/12 ,  G06Q50/14

Abstract: 本发明公开了一种基于多目标进化算法的旅游大巴车调度优化方法，该方法以旅游大巴车数量、总行驶距离、总工作量、等待时间和延误时间构建了旅游大巴车调度优化模型，然后采用NSGA‑Ⅱ和基于R2的局部搜索对旅游大巴车辆多目标调度模型进行求解，最终可以满足旅游大巴车调度的实际需求。本发明提出的基于R2的多目标进化算法原理简单、实现容易，在进化过程中能有效地进行局部搜索，保证解的收敛性和多样性，并能快速地求解出最优的可行解；并且本发明针对旅游智能交通规划的实际需求，建立了完善的旅游大巴车调度优化模型，并能求解出最优的可行解，对提高游客满意度、降低交通运输成本和降低旅客出行成本有着重要意义。

公开(公告)号：CN109359475B

公开(公告)日：2021-12-03

申请号：CN201811215963.8

申请日：2018-10-18

Applicant: 桂林电子科技大学

Inventor： 古天龙 ,  张少伟 ,  李龙 ,  刘华东 ,  常亮 ,  陈汉宜

IPC: G06F21/60 ,  G06F21/62

Abstract: 本发明公开一种支持多值属性的密文策略属性基加密方法，采用了MDD作为CP‑ABE中的访问结构，使得所提方案能够直接支持多值属性；此外，由于MDD访问结构减少了系统判断属性的次数，减少了访问结构中的节点数量，从而显著提高了CP‑ABE策略在加密、解密等方面的实现效率。

公开(公告)号：CN109033129B

公开(公告)日：2021-08-03

申请号：CN201810563786.6

申请日：2018-06-04

Applicant: 桂林电子科技大学

Inventor： 常亮 ,  张舜尧 ,  匡海丽 ,  王文凯

IPC: G06F16/36

Abstract: 本发明公开一种基于自适应权重的多源信息融合知识图谱表示学习方法，首先考虑了文本信息和结构化信息的融合，采用实体向量和关系向量之间基于翻译的模型，通过调节两者之间的权重来优化得分函数，并通过对前期已经分类好的结构化信息进行类型约束训练，且无需引入更多的参数；然后利用损失函数将实体向量和关系向量关联起来，并优化了该损失函数，当达到优化目标时，就可以学得知识图谱中每个实体的向量和关系的向量。本发明解决了知识库中文本信息和结构化信息融合没有考虑权重的问题，并利用了知识库中结构化信息已有的层次信息，更精确地表示实体和关系之间的相互联系，并将其应用于大规模知识图谱中。

公开(公告)号：CN109993668B

公开(公告)日：2021-07-13

申请号：CN201910279794.2

申请日：2019-04-09

Applicant: 桂林电子科技大学

Inventor： 常亮 ,  张舜尧 ,  孙磊 ,  孙彦鹏 ,  匡海丽

IPC: G06Q50/14 ,  G06F16/9535

Abstract: 本发明涉及一种基于门控循环单元神经网络的景点推荐方法，解决的是启动困难问题，数据稀疏性问题，以及忽略旅游轨迹中的隐含语义问题的技术问题，通过采用步骤一，采集旅游数据＜uj1，sj2，vj3＞，对旅游数据进行预处理，按照第j个游客的所有旅游数据按照时间顺序生成表征旅游轨迹的旅游序列T；步骤二，将步骤一的旅游序列输入到门控循环单元神经网络中，通过门控循环神经网络对旅游数据进行建模，建立门控循环单元神经网络学习模型；步骤三，将步骤一的旅游序列T作为数据集同时输入步骤二的门控循环单元神经网络学习模型，将同批次的其他景点作为负例进行训练；步骤四，定义损失函数，更新推荐列表，完成景点推荐的技术方案，较好的解决了该问题，可用于景点推荐中。

公开(公告)号：CN113033070A

公开(公告)日：2021-06-25

申请号：CN202011557665.4

申请日：2020-12-23

Applicant: 桂林电子科技大学

Inventor： 王杰 ,  胡冠宇 ,  周志杰 ,  常亮 ,  王龙

IPC: G06F30/27 ,  G06F17/15 ,  G06F17/16 ,  G06K9/62 ,  G06F119/14 ,  G06F113/14

Abstract: 本发明公开了一种LNG接收站码头管道泄露监测评估方法，由无线传感网络节点定量检测出管道中液化天然气的流量和液化天然气对管道的压力；根据专家经验或领域知识来确定初始置信规则库专家系统；建立具有激活率的置信规则库专家系统，优化初始置信规则库专家系统；通过优化后的置信规则库专家系统评估LNG接收站码头管道泄露情况，得到评估报告。本发明的优点在于巧妙地使用了激活率这一概念，可以在优化过程中修剪从未激活或激活不足的规则。即使有完整的数据集并激活了所有规则，激活率也可用于BRB专家系统的并行优化过程，并且有效的解决了BRB组合爆炸的问题，可以在不破坏专家提供的原始解释性的前提下，充分利用定量数据，提高结果可信度。

公开(公告)号：CN109361513B

公开(公告)日：2021-05-28

申请号：CN201811355938.X

申请日：2018-11-15

Applicant: 桂林电子科技大学

Inventor： 李龙 ,  古天龙 ,  常亮 ,  李晶晶 ,  李捷

IPC: H04L9/08

Abstract: 本发明公开了一种针对Shamir秘密共享的用户权重分配方法，包括构造OBDD结构，借助OBDD完成对秘密共享策略的刻画；提出剪除规则、删除规则、合并规则等化简规则，从有序二叉决策图中分别提取表示授权用户组合集的授权子OBDD和表示非授权用户组合集的非授权子OBDD；根据授权子OBDD和非授权子OBDD分别求取最小授权用户组合集MIN和最大非授权用户组合集MAX，以MIN和MAX为基础求出授权用户组合和非授权用户组合间的权重不等式；通过求解不等式计算出用户权重及秘密分享阈值。本发明方法能够完成对任意形式秘密共享策略的刻画、高效实现任意数量用户间的权重分配，并能够借助于子图重构及结构化简，降低算法的时空复杂度，进一步提高权重分配效率。

公开(公告)号：CN112217641A

公开(公告)日：2021-01-12

申请号：CN202011132274.8

申请日：2020-10-21

Applicant: 桂林电子科技大学

Inventor： 李龙 ,  方颖 ,  李晶晶 ,  古天龙 ,  常亮 ,  李笠

IPC: H04L9/08 ,  H04L9/14 ,  H04L9/30 ,  G06F21/60

Abstract: 本发明公开一种基于ADD支持读写功能的密文策略属性基加密方法，首先构造ADD访问结构，然后确定ADD访问结构中的有效路径，最后实现基于ADD的CP‑ABE方案，该方案实现过程共涉及4个实体：授权中心、数据加密方即数据拥有者、数据解密方即数据使用者、云服务器，其中授权中心负责执行Setup算法以及Keygen算法，分别实现系统建立以及用户私钥生成的功能；数据加密方执行Encrypt算法，完成明文加密；数据解密方执行Decrypt算法，实现对密文数据的读、写；云服务器负责密文数据的存储；该方法充分利用ADD在伪布尔函数描述方面的优势实现高效的密文共享及访问控制，并引入PV操作解决多个用户在进行密文数据读、写操作时存在的资源访问冲突问题。

公开(公告)号：CN112116137A

公开(公告)日：2020-12-22

申请号：CN202010925380.5

申请日：2020-09-06

Applicant: 桂林电子科技大学

Inventor： 刘铁园 ,  张艳 ,  常亮 ,  古天龙 ,  李龙

IPC: G06Q10/04 ,  G06Q50/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及机器学习、深度学习及数据挖掘等技术领域，具体是涉及一种基于混合深度神经网络的学生辍课预测方法。本发明考虑到时间序列数据，进行了细粒度划分，并使用One‑hot编码规则和特征工程相结合，构建行为特征矩阵，有助于提高预测的准确性，并且使用一种新建的卷积神经网络(CNN)，进行局部关系特征提取。考虑到行为之间的序列关系，以及模型本身的影响，最后通过门控循环单元(GRU)网络进行时间序列关系特征提取，通过softmax层进行最后的预测任务，以此提高辍课预测的精确度。本发明使用三层的GRU提取行为矩阵之间存在的潜在具有时序关系的行为特征。