-
公开(公告)号：CN102524237A
公开(公告)日：2012-07-04
申请号：CN201210007284.8
申请日：2012-01-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种飞机场鸟情监控驱鸟系统及方法，包括远程鸟情监控装置、驱鸟终端和桌面监控中心；其中远程鸟情监控装置的输出端连接桌面监控中心的输入端，桌面监控中心的输出端与驱鸟终端相连；通过远程鸟情监控装置对机场停机坪附件的鸟情进行实时监测，桌面监控中心进行数据处理，根据当前鸟目标情况发出驱鸟信号至驱鸟终端，实现主动驱鸟，并可对鸟情数据进行记录与统计，便于对机场周边鸟情环境的分析和预测。
-
公开(公告)号：CN120063254A
公开(公告)日：2025-05-30
申请号：CN202510129368.6
申请日：2025-02-05
Applicant: 桂林电子科技大学
IPC: G01C21/16 , G01C21/00 , G06V10/62 , G06V10/25 , G06V10/46 , G06V10/74 , G06V10/82 , G06T7/277 , G06V20/17 , G06V20/52 , G06V20/54 , G06V20/56
Abstract: 本发明涉及低空动态目标跟踪和轨迹预测装置及方法，所述的方法包括以下步骤：深度相机采集动态目标的RGB图像和深度图像，视觉惯性里程计采集位姿信息，并传送到上位机；基于轻量级目标检测算法，上位机对所述RGB图像目标进行检测，获取目标位置特征和目标形状特征；基于卡尔曼滤波算法对目标状态进行估计和预测，得到目标状态信息和目标预测信息；基于匈牙利算法，关联匹配每个目标在当前时刻的检测状态信息与上一时刻目标预测状态信息，更新目标位置特征和目标形状特征，实现目标状态跟踪。本发明实现环境中动态目标跟踪，实时获取目标三维位置、速度和加速度，并基于目标跟踪状态，进行基于目标运动预测方程动态目标空间轨迹预测位置预测。
-
公开(公告)号：CN117055619A
公开(公告)日：2023-11-14
申请号：CN202311145550.8
申请日：2023-09-06
Applicant: 桂林电子科技大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于多智能体强化学习的无人机调度方法，包括设有若干架搭载边缘服务器的无人机、物联网设备和一个基站的系统，所述方法包括如下步骤：首先从系统中获取环境信息；然后判断是否有物联网设备生成新的任务，若有：根据就近任务卸载原则为无人机分配任务并更新无人机资源信息进入无人机调度决策阶段，若没有：直接进入无人机调度决策阶段；在无人机调度决策阶段，无人机根据获取的环境信息使用MADDPG算法做出下一步运动状态决策；然后在下一个时隙中更新环境信息，重新执行以上步骤。这种方法以在多无人机随资源需求调度时确保整体性能的同时优化个体无人机的自主性与效率，提高系统效用和无人机能量效率。
-
公开(公告)号：CN109190223B
公开(公告)日：2022-06-10
申请号：CN201810969273.5
申请日：2018-08-23
Applicant: 桂林电子科技大学
IPC: G06F30/23 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种车联网LCCC芯片焊点热循环与随机振动寿命优化方法，通过建立LCCC焊点有限元分析模型仿真模型，分别进行了焊点热循环加载和随机振动加载应力应变有限元分析仿真分析，计算出了焊点热疲劳寿命和随机振动寿命值值；选取焊盘宽度、焊盘长度、间隙高度、钢网厚度作为设计变量，以焊点的热疲劳寿命和随机振动寿命最大为目标，利用正交试验和灰色关联分析相结合的方法对LCCC焊点进行可靠性多目标优化设计，最终设计出使得焊点热循环和随机振动寿命同时最优的参数组合。该方法计算过程简单、能为后期参数优化设计带来方便且优化后的计算结果较为理想，为LCCC焊点结构参数设计提供科学指导。
-
公开(公告)号：CN111191626B
公开(公告)日：2021-01-01
申请号：CN202010007923.5
申请日：2020-01-02
Abstract: 本发明公开了一种多类别交通工具的精细识别方法，属于航空监视领域。首先针对某张待分类的目标图像输入VGG19网络中，输出包含网络浅层信息的特征图X，并将其加入级联注意力机制，得到重要区域的高亮显示特征图然后从纵向和切向两个角度嵌入核函数，提取高亮显示特征图的高维非线性特征，得到两个不同方向的高维非线性特征图X′和Y′。用平均池化将X′和Y′分别进行特征降维，得到长度为C的两个特征向量，拼接后得到长度为2C的特征向量A。最后对特征向量A使用全连接进行融合，得到特征向量B；使用softmax机制对特征向量B中各类别的置信度分数进行归一化，取分数最大值，得到对应的分类的结果。本发明达到多类别交通工具的精细识别。
-
Patent Agency Ranking
公开(公告)号：CN105916102B
公开(公告)日：2019-04-26
申请号：CN201610357126.3
申请日：2016-05-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于非正交多址的多RFID标签同时读取方法，所述内容包括：在包括一个读写器和多个RFID标签的基于非正交多址的多RFID标签同时读取系统中，当读写器需要同时读取标签中的数据时，读写器向所有标签发送一个无线射频信号，每个标签从接收的无线射频信号中获取能量。然后，每个标签将数据发送给读写器。读写器采用串行干扰删除技术从接收信号中恢复所有标签的数据，即根据不同标签数据的信号功率大小按照从大到小的顺序进行干扰消除，实现正确解调，同时区分不同的标签。本方法允许一个RFID读写器同时读取多个RFID标签，简化了标签设计，降低了成本，适用于超市、图书馆、电子不停车收费系统、物流行业等需要快速读取多个RFID标签的场合。
-
公开(公告)号：CN105955053A
公开(公告)日：2016-09-21
申请号：CN201610461496.1
申请日：2016-06-23
Applicant: 桂林电子科技大学
IPC: G05B15/02 , G05B19/418
CPC classification number: G05B15/02 , G05B19/418 , G05B2219/2642
Abstract: 本发明公开了基于大数据的智能家居设备接入方法。所述内容包括：智能家居系统包括家居设备、家用监测设备、通信设备。这些设备产生的大数据用来控制设备接入。将一天划分成多个不同的时段。在每个时段，工作状态达到临界的家居设备和已经出过故障的家居设备优先接入智能家居系统。如果主人不在家，家用监测设备优先接入智能家居系统。通信设备中手机和平板电脑优先接入智能家居系统。这些优先接入的设备被分配固定的链路，优先接入条件通过大数据分析确定。如果还有空闲链路，其它设备以随机竞争的方式接入智能家居系统。本方法利用主人的活动和设备的状态大数据灵活接入设备，提高家居生活的舒适度和便捷性，适用于智能家居。
-
公开(公告)号：CN105916102A
公开(公告)日：2016-08-31
申请号：CN201610357126.3
申请日：2016-05-25
Applicant: 桂林电子科技大学
CPC classification number: G06K7/10356 , G06K17/00 , H04W4/80
Abstract: 本发明公开了基于非正交多址的多RFID标签同时读取方法，所述内容包括：在包括一个读写器和多个RFID标签的基于非正交多址的多RFID标签同时读取系统中，当读写器需要同时读取标签中的数据时，读写器向所有标签发送一个无线射频信号，每个标签从接收的无线射频信号中获取能量。然后，每个标签将数据发送给读写器。读写器采用串行干扰删除技术从接收信号中恢复所有标签的数据，即根据不同标签数据的信号功率大小按照从大到小的顺序进行干扰消除，实现正确解调，同时区分不同的标签。本方法允许一个RFID读写器同时读取多个RFID标签，简化了标签设计，降低了成本，适用于超市、图书馆、电子不停车收费系统、物流行业等需要快速读取多个RFID标签的场合。
-
公开(公告)号：CN119537826A
公开(公告)日：2025-02-28
申请号：CN202411433528.8
申请日：2024-10-15
Applicant: 桂林电子科技大学
IPC: G06F18/20 , G06F18/214 , G06F18/21 , G06F18/243 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06N20/20 , G06N5/01
Abstract: 本发明涉及地质位移预测技术领域，具体涉及一种基于CNN_BiLSTM‑XGB的滑坡位移预测方法，首先采用SSA‑VMD分解法将滑坡位移序列分解为周期项、随机项和趋势项，采用灰色关联度选择合适的影响因子作为输入变量，提出一种基于CNN_BiLSTM‑XGB的组合模型对周期项和随机项位移进行预测，采用集成学习的方法结合CNN_BiLSTM和XGB，利用SSA对组合模型参数进行寻优，简化了参数调整过程，避免了主观因素的影响，提高了模型预测效率。采用二次指数平均法对趋势项位移进行预测，最后采用时间序列理论模型求得滑坡位移预测序列。组合模型能够更充分地提取滑坡位移数据的特征，有效解决深度学习模型中单一模型的预测性能和泛化能力不足的问题，确保预测效率的同时提升模型的预测精度和泛化能力。
-
公开(公告)号：CN117014989A
公开(公告)日：2023-11-07
申请号：CN202311122313.X
申请日：2023-09-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种面向无人机自组网的基于联盟博弈的分簇方法，包括如下步骤：首先分析高动态无人机自组网的分簇场景，建立簇内无人机数量和无人机节点传输时延约束；然后，考虑节点通信稳定度和能量消耗建立通信稳定度及能量消耗的效用指标，构造分布式联盟博弈模型；计算所有分簇的收益总和以实现系统收益最大化；设计分簇算法，最后无人机整体经过迭代得到最佳稳定分簇方案。这种方法可以迅速收敛到联盟效用最优状态并自适应调整，提高分簇稳定性，从而有效提高无人机自组网性能，减少无人机执行任务失败的概率。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.036 seconds)
