-
公开(公告)号：CN119785145A
公开(公告)日：2025-04-08
申请号：CN202411866799.2
申请日：2024-12-18
Applicant: 南宁桂电电子科技研究院有限公司 , 广西壮族自治区信息中心(广西壮族自治区大数据研究院) , 桂林电子科技大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V10/26 , G06V10/44 , G06V10/54 , G06N3/094 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种对抗样本构造方法，包括：S1、获取目标图像，对所述目标图像进行分割，获取分割掩码；S2、将所述目标图像输入至生成器中，获取当前全局对抗扰动；S3、基于所述目标图像，结合所述分割掩码和当前全局对抗扰动，获取当前对抗样本；S4、将所述当前对抗样本和目标图像输入至代理模型，获取图像总损失；S5、将所述图像总损失输入至所述生成器，结合所述目标图像，获取新的全局对抗扰动；S6、返回S3，直至获取当前最优对抗样本。本发明引入图像分割模块，识别出关键区域。其次，仅针对关键区域添加扰动，在较少扰动的情况下构造对抗样本。
-
公开(公告)号：CN119625926A
公开(公告)日：2025-03-14
申请号：CN202411421611.3
申请日：2024-10-12
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及自动监测预警技术领域，具体涉及一种基于多源融合的地灾监测预警系统及方法，系统包括数据采集模块、后台业务模块、地灾预警模块、预警发布模块、数据可视化模块，首先，数据采集模块用于获取GNSS位移数据、传感器数据和气象产品数据，并且将多种数据整合起来用于地灾监测与预警。其次，设计了可灵活替换预警算法模型的地灾预警模块，该模块利用历史监测数据进行模型的训练，训练生成的两个最优模型文件和两个最优参数文件用于实现快速建模并进行位移预测，若预测位移超出阈值，则将预测值和预警结果处理成固定的JSON格式并发送到RabbitMQ，等待预警发布模块消费数据。预警发布模块拼接通知内容并按照配置信息指定的方式发送至联系人。
-
公开(公告)号：CN118469038A
公开(公告)日：2024-08-09
申请号：CN202410623419.6
申请日：2024-05-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06N20/00 , G06F18/2321
Abstract: 本发明涉及基于模型参数聚类的个性化联邦学习，包括：S1、中央服务器初始化模型；S2、中央服务器将模型分发给每个客户端，作为客户端模型；S3、客户端基于客户端本地数据集训练客户端模型，并将训练后的客户端模型发送至中央服务器；S4、中央服务器在获得训练后的客户端模型后，将多个训练后的客户端模型中同一维度的模型参数作为一组数据进行聚类，形成多个簇并计算出各自聚类中心；S5、中央服务器将聚类中心赋值给簇内的每条模型参数，从而组合得到多个个性化模型；S6、中央服务器将个性化模型分别发送给客户端；S7、客户端对个性化模型进行检验，若个性化模型收敛，或达到预设训练轮次，则停止训练，否则返回S3。
-
公开(公告)号：CN118174718A
公开(公告)日：2024-06-11
申请号：CN202410317775.5
申请日：2024-03-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及晶振驯服、时间同步、自动控制领域，具体是一种基于卫星授时的晶振驯服系统和方法。本发明基于卫星授时的晶振驯服系统和方法，通过状态控制器协调晶振，提前将标准的1PPS信号与晶振产生的本地秒脉冲之间的差值送入过度过程，使跃迁值平滑化，从而达到滤波的效果，使控制过程更精确，快速驯服晶振，解决了晶振驯服超调和快速性之间矛盾的问题。再通过扩张观测器估计温度、湿度、电压、噪声、震动、老化等因素对晶振造成的干扰的方法，实时跟踪并补偿系统状态，实施主动抗扰，使晶振拥有很强的抗扰动能力，解决了晶振受干扰导致的频率随机起伏和长期稳定性差的问题，提高了晶振的稳定度和准确度。
-
公开(公告)号：CN117851659A
公开(公告)日：2024-04-09
申请号：CN202410021902.7
申请日：2024-01-08
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F16/953 , G06F16/903 , G06N3/094 , G06N3/0455 , G06N3/047
Abstract: 本发明涉及无监督跨模态哈希检索技术领域，具体涉及一种自适应增强对抗哈希无监督跨模态检索方法，包括分别对图像和文本数据进行特征提取，得到原始图像特征和原始文本特征；设计文本生成器来拟合原始文本特征的文本数据分布，随机生成和图像特征维度一致的假数据，最后使用假数据训练图像鉴别器，并生成特征矩阵；设计特征矩阵映射为哈希码矩阵，并量化映射过程信息的损失，得到信息量损失矩阵；将信息量损失矩阵嵌入多模态相似性矩阵的构造中，得到相似性度量矩阵，再利用相似性度量矩阵实现图像和文本原始特征空间与汉明空间的语义对齐，经过多轮训练，得到最优的跨模态检索模型，使用其进行检索，得到检索结果。
-
Patent Agency Ranking
公开(公告)号：CN117848342A
公开(公告)日：2024-04-09
申请号：CN202311787690.5
申请日：2023-12-22
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本申请提出了一种基于粒子群算法优化LSTM神经网络的定位方法。该方法包括使用智能手机采集地磁、加速度、方位角以及陀螺仪数据，对采集的数据预处理，提取地磁特征值归一化；构建了粒子群算法优化的LSTM神经网络模型进行定位估计。同时针对IMU传感器数据，采用非线性模型KIM模型进行步长估计，使用地磁和方位角数据提取特征，设计实现了基于深度学习的神经网络模型预测航向角，解算目标位置。最后，将地磁估计作为观测模型，航迹推算估计作为量测模型，通过扩展卡尔曼滤波实现目标定位。
-
公开(公告)号：CN117788515A
公开(公告)日：2024-03-29
申请号：CN202311662185.8
申请日：2023-12-06
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种结合注意力机制和加权响应的单目标跟踪方法，首先使用改进的VGG16作为特征提取主干网；其次采用了残差语义嵌入模块，自适应地将深层语义信息引入浅层特征，充分利用目标的语义和空间信息；然后将浅层特征响应和深层特征响应进行加权融合，进一步提高定位精度和判别能力；最后引入轻量级的注意力机制，从水平和垂直方向的二次划分特征来增强通道的特征显著性。本发明改善了现有目标跟踪方法中出现目标和背景进行相似性判别时，大多数跟踪器仅使用最后一层提取语义特征，忽略了空间结构对区分目标和背景的作用，跟踪过程容易出现漂移或者跟踪丢失问题。
-
公开(公告)号：CN117764024A
公开(公告)日：2024-03-26
申请号：CN202311811203.4
申请日：2023-12-26
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F30/396 , G06F30/398 , G06F30/3947 , G06F30/392
Abstract: 本发明提供一种基于H树的时钟树综合优化方法，该方法包括：1)根据时钟树结构确定时钟树根节点，再根据与根节点连接的单元的位置分布和基本单元的分布来确定H树的覆盖范围从而确定tap点的分布和数量；2)通过tap点范围和数量计算步长和起点并规划布线的方向顺序；3)使用setup文件管控整个布局布线流程，包括时钟树综合；4)H树缓冲器和tap点采用定制大驱动缓冲器降低延迟和电压降；5)删除与宏位置重合的tap点和0扇出的tap点；6)充分利用设计规则，去除H树T型交点处的缓冲器；7)通过翻转缓冲器方向减短布线距离；8)使用梯形过孔降低时钟延迟。应用该方法，有利于缩短H树时钟延迟，减轻H树功耗，减少出现电压降和电迁移问题。
-
公开(公告)号：CN117746145A
公开(公告)日：2024-03-22
申请号：CN202311781981.3
申请日：2023-12-22
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V10/764 , G06V20/10 , G06V10/77 , G06V10/82 , G06V10/80 , G06V10/58 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及遥感图像处理与应用技术领域，具体涉及一种基于卷积神经网络与注意力机制的融合模型分类方法，提出一种用于高光谱图像分类的多分支特征融合以及注意力机制的分类模型，模型中的三维卷积操作能够利用不同尺度的卷积核和滤波器数量，从不同程度的光谱和空间维度中提取特征；并且采用多分支特征融合结构，对从不同分支提取的特征进行集成。通过使用连接函数将从各个分支中提取的特征连接起来，可以更全面地补充网络特征，同时加入了注意力机制模块，结合通道注意力和空间注意力，增强模型对关键特征的感知能力，提高模型的表达能力和泛化能力，提高模型的表达能力和泛化能力。
-
公开(公告)号：CN117556191A
公开(公告)日：2024-02-13
申请号：CN202311516111.3
申请日：2023-11-14
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F18/10 , G06F18/213 , G01S19/49 , G01S19/37
Abstract: 本发明涉及全球卫星导航技术领域，具体涉及一种基于约束的衰减记忆容积卡尔曼滤波方法。采用衰减记忆法进行计算预测和更新步骤中的协方差矩阵，减弱过去时刻的信息权重，抑制了滤波发散，同时考虑到实际应用中过程噪声和量测噪声随外界干扰动态变化的特点，将过程噪声协方差矩阵和量测噪声协方差矩阵变为变量，并动态进行调节修正，最后建立误差协方差矩阵与量测噪声协方差矩阵的比值约束，保证了状态估计误差收敛速度，提高滤波精度。
-
-
-
-
-
-
-
-
-
Search Results
535
records
(took 0.084 seconds)
