-
公开(公告)号：CN118945366A
公开(公告)日：2024-11-12
申请号：CN202410899190.9
申请日：2024-07-04
Applicant: 华南师范大学
IPC: H04N19/172 , G06V10/80 , G06V10/764 , G06V10/774 , G06T5/20 , G06T5/70 , G06N3/0475 , G06N3/094 , H04N19/20
Abstract: 本发明提供一种基于霍夫曼和GAN特征融合网络的图片压缩方法和系统，该方法包括：图片预处理；重点区域标注；对重点区域进行霍夫曼压缩；在重点区域图片解码后的基础上，利用已训练好的GAN模型，进行图片生成。与传统的图片压缩算法相比，本发明通过将图片中的重点区域标注出来，通过霍夫曼编码技术，针对重点区域实施高效的无损压缩，确保重要细节得以完整保留。而对于非重点区域，则不进行编码，而是借助GAN网络的强大再生能力，对非重点区域或信息稀疏区域进行合理且自然的补充，使生成的整个图片保持与原图风格、色彩及纹理的一致性，从而在保证高压缩率的同时，最大化视觉质量，达成两者间的良好平衡。
-
公开(公告)号：CN118760941A
公开(公告)日：2024-10-11
申请号：CN202410725695.3
申请日：2024-06-05
Applicant: 华南师范大学
IPC: G06F18/241 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本申请涉及危险识别技术领域，提供了一种实验室危险源识别处理方法、装置、计算机设备和存储介质。该方法包括：过获取危险源具体描述文本和图像，将所述具体描述文本和图像输入至预先训练的危险源管控模型进行处理，根据处理结果得到危险源管控措施文本，该危险源管控模型为基于Transformer的多网络融合算法模型，利用通用文本数据集和实验室危险源数据集训练得到；实现了通过文本和图像进行实验室危险源的识别处理，提高了实验室危险源识别的自动化智能化程度，避免人工管控的局限，进一步提高了实验室危险管控效率。
-
Patent Agency Ranking
公开(公告)号：CN120049183A
公开(公告)日：2025-05-27
申请号：CN202510031890.0
申请日：2025-01-08
Applicant: 华南师范大学
Abstract: 本发明属于微波设备技术领域，现提供一种双频印刷偶极天线及其测验方法；它至少三层，其中第一层为第一介质板，第一层包括分布于第一介质板的主干和垂直于主干顶端朝向一侧延伸的第一偶极子及第二偶极子，第二偶极子由垂直于所述主干侧壁且与第一偶极子异向设置延伸构成；第二层为介质层；第三层为第二介质板，包括分布于第二介质板的微带巴伦结构及由主干顶端延伸与第一偶极子反向且长度相同的第三偶极子及由垂直于主干侧壁延伸与第二偶极子反向且长度相同的第四偶极子，微带巴伦结构包括由主干底部和主干底部两侧壁的四分之一圆弧线围合构成。与现有技术相比，使其能够在0.85GHz和1.5GHz两个频段有效工作，以满足无线通信技术对高性能双频天线的需求。
-
公开(公告)号：CN118781697A
公开(公告)日：2024-10-15
申请号：CN202410899238.6
申请日：2024-07-04
Applicant: 华南师范大学
Abstract: 本申请涉及身份识别技术领域，提供了一种身份动态识别方法、装置、计算机设备和存储介质。该方法包括：通过待检测对象的证件信息中识别证件参数和待检测对象的第一人脸信息，以及从待检测对象的实时图像信息待检测对象的第二人脸信息，通过证件参数、基准证件参数、第一人脸信息和第二人脸信息确定待检测对象的身份识别结果。上述方法通过证件参数确定证件的合法性，通过证件上的人脸信息和实时获取的真人人脸信息确定人证匹配，通过双重识别，提高了待检测对象的身份识别的准确性。
-
公开(公告)号：CN118965150A
公开(公告)日：2024-11-15
申请号：CN202410934445.0
申请日：2024-07-11
Applicant: 华南师范大学
IPC: G06F18/2415 , G06F18/2431 , G06F18/27 , G06F18/10 , G06F123/02
Abstract: 本发明公开了一种基于多滑动窗口机制的空压机能耗实时预测算法，包括以下步骤：A、实时数据采集后对数据预处理；B、通过近期序列进入多滑动窗口机制识别能耗模式，通过历史序列进入ARIMA预测，通过历史序列+近期序列进入M‑ARIMA预测，通过近期序列进入Dlinear预测；C、ARIMA预测M‑ARIMA预测和Dlinear预测分别输出y1、y2和y3到模型融合，且多滑动窗口机制识别能耗模式通过自适应分布参数α计算后进行模型融合。通过整合多滑动窗口、M‑ARIMA、Dlinear等多种先进技术，实现了对空压机能耗的高精度、实时预测，其自适应性、综合预测能力和数据处理策略，为工业节能提供了强大的技术支撑，预期在实际应用中能显著提升能源利用效率，降低运营成本，促进工业生产的可持续发展。
-
公开(公告)号：CN118919023A
公开(公告)日：2024-11-08
申请号：CN202410899311.X
申请日：2024-07-04
Applicant: 华南师范大学
IPC: G16H20/70 , A61B5/16 , G16H15/00 , G06F18/24 , G06F18/213 , G06F18/25 , G06F18/214 , G06F40/289 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种BERT与LightGBM相集成的心理健康智能监测方法和系统。该方法包括步骤：数据采集和预处理；数据标注和增强；采用预训练的BERT模型提取文本特征和分类预测；采用LSTM网络和特征工程提取行为特征；将提取的文本特征和行为特征集成，形成集成特征向量；利用预训练的LightGBM模型得到分类预测结果；将BERT模型与LightGBM模型的预测结果进行融合；根据融合模型预测结果生成报告。该方法通过BERT和LightGBM模型相集成来提升情感分析的精确度，微调BERT模型以提取情感文本特征，并将这些特征输入LightGBM模型进行情感分类，从而实现两者的有效集成，提升模型的情感分析深度和精确度。
-
公开(公告)号：CN118916736A
公开(公告)日：2024-11-08
申请号：CN202410899299.2
申请日：2024-07-04
Applicant: 华南师范大学
IPC: G06F18/24 , G06F18/25 , G06F40/284 , G06F40/289 , G06N3/0442 , G06N3/0455 , G06N3/084
Abstract: 本申请涉及文本识别技术领域，提供了一种敏感词识别方法、装置、计算机设备和存储介质。该方法包括：通过对待识别文本进行向量化处理，得到文本特征向量，通过预先训练的敏感词识别模型处理文本特征向量，根据处理结果得到敏感词识别结果。其中，敏感词识别模型为基于BiGRU‑Transformer的模型。对待识别文本进行向量化处理后，利用BiGRU‑Transformer多维特征融合网络对文本序列特征和位置特征进行特征提取和特征融合，实现敏感词的自动化识别，提高敏感词识别的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
