-
公开(公告)号：CN119623510A
公开(公告)日：2025-03-14
申请号：CN202411574116.6
申请日：2024-11-06
Applicant: 超级机器人研究院(黄埔) , 华南理工大学
Abstract: 本发明公开了一种多设备协同的高效在线适应方法，包括：针对算力资源丰富的设备，采用基于前向和反向传播的在线协同适应模式对设备中的第一模型进行处理：在检测到域偏移时，动态将模型所学权重保存到共享知识库；通过在第一模型参数中引入新参数矩阵，以在适应过程中捕捉新知识；针对低算力的设备，采用仅利用前向传播的在线协同适应模式对设备中的第二模型进行处理：模型直接利用已有的共享知识库进行在线适应。本发明通过采用动态更新地共享知识库，实现多设备间知识的累积、共享与动态利用；针对不同算力的设备，采用不同的在线协同适应模式来处理，极大地提升了在线适应在现实应用中的能效与实用性。本发明可广泛应用于迁移学习技术领域。
-
公开(公告)号：CN110093831A
公开(公告)日：2019-08-06
申请号：CN201910399449.2
申请日：2019-05-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种可卷曲的无线充电路面结构及其制作方法，该结构是在路基上按照层状叠加结构从上往下依次铺设有聚氨酯薄层、第一环氧树脂薄膜层、无线充电线圈和第二环氧树脂薄膜层，聚氨酯薄层与第一环氧树脂薄膜层相粘结，第一环氧树脂薄膜层与无线充电线圈相粘结，第一环氧树脂薄膜层上设有形状大小与无线充电线圈相匹配的刻槽，能够固定无线充电线圈的位置，无线充电线圈与第二环氧树脂薄膜层相粘结，第二环氧树脂薄膜层打孔穿线接入外部供电电源。聚氨酯材料与环氧树脂薄膜粘结后置于无线充电线圈上，能够对无线充电线圈起到保护的作用，其次通过逐层制备，此无线充电路面结构柔性好，可卷曲，方便施工，极大降低了施工难度。
-
公开(公告)号：CN119809905A
公开(公告)日：2025-04-11
申请号：CN202411830782.1
申请日：2024-12-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于隐空间分布约束的对抗图像净化方法、设备及介质，其中方法包括：生成对抗样本；从预训练的一致性生成模型的隐空间中采样若干初始点生成图像，作为生成样本；将对抗样本作为参照样本，使用梯度下降方法更新隐空间采样点，通过多轮生成来最小化生成样本与参照样本间的差异；在优化过程中约束隐空间采样点的分布，抑制生成样本对攻击扰动的模仿，以实现对输入样本净化；根据所得多个净化样本的预测进行投票，得到预测结果。本发明提出的对抗图像净化框架主要解决对抗净化中消除攻击扰动残留与恢复样本细节内容难兼顾的问题，结合对隐空间采样点的分布约束，可以实现对抗样本的有效净化，确保神经网络模型的安全性和鲁棒性。
-
公开(公告)号：CN115223209A
公开(公告)日：2022-10-21
申请号：CN202210703685.0
申请日：2022-06-21
Applicant: 华南理工大学
Abstract: 本发明公开了一种生成式无数据量化方法、识别方法、装置及存储介质，其中方法包括：收集目标的数据集，根据所述数据集对全精度神经网络进行预训练，获得全精度预训练模型；根据全精度预训练模型训练知识匹配数据生成器，并生成伪数据作为生成数据；其中，知识匹配数据生成器从全精度预训练模型中挖掘原始数据的分类信息和分布信息；使用所述生成数据驱动全精度模型的量化，获得量化模型；根据知识匹配数据生成器迭代优化量化模型。本发明通过知识匹配数据生成器从全精度预训练模型中挖掘对量化模型有指导作用的知识，如数据类别信息和分布信息，从而提供量化模型的精准度，进而提高物体分类的精准度。本发明可广泛应用于数据处理技术领域。
-
公开(公告)号：CN110120157A
公开(公告)日：2019-08-13
申请号：CN201910396949.0
申请日：2019-05-14
Applicant: 华南理工大学
IPC: G08G1/042 , G08G1/0968 , G08G1/123 , H02J7/32 , H02N2/18 , E01C9/00 , E01C11/00 , H04W4/02 , H04W4/44
Abstract: 本发明公开了一种磁引导路面结构，包括路面系统和压力感应系统，压力感应系统有多个嵌于路面系统的路面层中，压力感应系统包括压电换能单元、能量单元、信息处理单元和无线通信单元；压电换能单元通过线路与能量单元连接在一起，形成无源的全桥整流电路，压电换能单元通过压电转换实现能量的转换，将电能存储于能量单元中，所述能量单元通过线路分别与信息处理单元和无线通信单元直接相连，无线通信单元为CC2530无线射频收发器，与信息处理单元通过线路直接连接。本发明可使得汽车在行进间的精确坐标定位得以实现，同时，利用汽车行车时对道路的冲击所产生的动能进行发电，进行了能量的有效利用。
-
Patent Agency Ranking
公开(公告)号：CN118552683A
公开(公告)日：2024-08-27
申请号：CN202410298378.8
申请日：2024-03-15
Applicant: 华南理工大学
IPC: G06T17/00 , G06T19/20 , G06N3/0464 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了一种基于单视图的三维穿衣人重建方法、装置及存储介质，属于深度学习技术领域。其中方法包括：获取带有穿衣人的RGB图像，根据RGB图像获取参数化人体模型；根据参数化人体模型提取高频信息和低频信息；对高频信息和低频信息进行拼接，并获取占用场；根据占用场获取穿衣人的三维模型；其中，利用高频信息对穿衣服的人的几何形状进行精细化表征，所述高频信息通过以下方式获得：从空间中采样三维点，计算出所述三维点到所述参数化人体模型的符号距离函数；利用三角函数对符号距离函数进行升维，获得提取高频信息。本发明利用高频和低频信息进行着装人体重建，可重建出更详细的穿衣人。
-
公开(公告)号：CN117173331A
公开(公告)日：2023-12-05
申请号：CN202310962354.3
申请日：2023-08-01
Applicant: 华南理工大学
IPC: G06T17/00 , G06N3/0475 , G06N3/094 , G06N3/0985 , G06N3/0464
Abstract: 本发明公开了一种基于视差引导的光场重建方法、装置及存储介质，属于新视角合成技术领域。其中方法包括：获取单张输入图片S，并通过视差引导生成器G(θG)，生成目标光场和视差图D；利用图像扭曲操作，基于视差图D生成辅助光场 通过最小化辅助光场 的重建损失和目标光场的重建损失 以引导生成器理解场景几何信息；通过最小化目标光场的重建损失，以使生成器具备光场合成能力。本发明提出了视差引导光场生成(DGLF)范式，具体地，通过DGLF并行生成目标光场和视差图，用于指导生成过程了解场景几何形状。
-
公开(公告)号：CN110093831B
公开(公告)日：2023-10-20
申请号：CN201910399449.2
申请日：2019-05-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种可卷曲的无线充电路面结构及其制作方法，该结构是在路基上按照层状叠加结构从上往下依次铺设有聚氨酯薄层、第一环氧树脂薄膜层、无线充电线圈和第二环氧树脂薄膜层，聚氨酯薄层与第一环氧树脂薄膜层相粘结，第一环氧树脂薄膜层与无线充电线圈相粘结，第一环氧树脂薄膜层上设有形状大小与无线充电线圈相匹配的刻槽，能够固定无线充电线圈的位置，无线充电线圈与第二环氧树脂薄膜层相粘结，第二环氧树脂薄膜层打孔穿线接入外部供电电源。聚氨酯材料与环氧树脂薄膜粘结后置于无线充电线圈上，能够对无线充电线圈起到保护的作用，其次通过逐层制备，此无线充电路面结构柔性好，可卷曲，方便施工，极大降低了施工难度。
-
公开(公告)号：CN109653053A
公开(公告)日：2019-04-19
申请号：CN201811508014.9
申请日：2018-12-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种带无线充电功能的路面结构，按照层状叠加结构自上而下依次设置有聚合物薄层、无线充电模块层和路基层，聚合物薄层用于对无线充电模块层进行全方位保护，无线充电模块层由无线充电板及其配套的无线充电混合供电线路板构成，用于对底盘安装有配对的电能接收装置的电动汽车进行无线充电，无线充电板沿各自车道的长度方向均布在每条车道的中间位置，每个无线充电板上均镶嵌有用于发射电能的无线充电线圈，无线充电线圈与上述电能接收装置配对，实现电能的无线传输，无线充电混合供电线路板通过电网交换设备与供电电网相连。本发明可持续对无线充电汽车进行充电，解决无线充电汽车续航时间短、充电时间长等缺点。
-
公开(公告)号：CN119203978A
公开(公告)日：2024-12-27
申请号：CN202410876370.5
申请日：2024-07-02
Applicant: 人工智能与数字经济广东省实验室(广州) , 华南理工大学
IPC: G06F40/194 , G06F16/35 , G06F18/213 , G06F18/22 , G06F18/243 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于最大均值差异的机器通用文本检测方法，通过增大机器文本特征和人类手写文本特征的类间距离，以及缩小人类手写文本特征的类内距离为优化目标训练度量模型的深度内核，解决了现有文本检测方法检测精度不足或者通用性不足的问题，能够有效检测文本是否由AI生成，为网络信息的可信度和安全性提供了重要保障。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
