-
公开(公告)号：CN110544174A
公开(公告)日：2019-12-06
申请号：CN201910845796.3
申请日：2019-09-09
Applicant: 桂林智慧产业园有限公司 , 桂林笑微酒店管理有限公司
Abstract: 本发明公开了一种基于北斗的农田种植管理系统及管理方法，该系统包括远程监控中心，通过无线通信网络模块分别与远程监控中心无线连接的语音模块、卫星接收机模块、数据库、移动终端和播种农机；语音模块和卫星接收机模块设在播种农机上；利用该系统对农田种植进行管理，远程监控中心监测农机行车轨迹是否偏离预设路线，播种速度是否偏离预设速度，并阐释相应的管理调整策略；语音模块语音提示农机驾驶员修改规划路线和调整播种速度；星接收机模块获取实时卫星信号；数据库存储和更新远程监控中心所需要的数据信息；移动终端设置农机播种速度，提交农机车辆预约申请、与远程监控中心进行数据传输、交互，实现在线观看播种轨迹以及回放播种记录。
-
公开(公告)号：CN109992847B
公开(公告)日：2022-08-05
申请号：CN201910194398.X
申请日：2019-03-14
Applicant: 桂林电子科技大学 , 桂林笑微酒店管理有限公司
IPC: G06F30/20
Abstract: 本发明公开了一种混合机器学习模型的滑坡位移预测方法，对滑坡监测点进行滑坡影响因素挖掘和滑坡位移数据采集和预处理并作为模型的训练数据；将获得的滑坡影响因素和滑坡位移数据看作时间序列进行小波去燥处理；基于时间序列原理，采用霍德里克‑普雷斯科特滤波器(HP)将去燥后的滑坡影响因素和位移数据分解成趋势项和周期项。针对趋势项和周期项分别采用二阶指数平滑(DBS)的方法和动态多群粒子群(DMS‑PSO)优化极限学习机(ELM)模型进行位移预测。最后将预测的周期项位移和趋势项位移相加得到总的滑坡预测位移。通过该周期项位移预测模型可以更好的求解全局最优解，使预测精度和可靠性更高。
-
Patent Agency Ranking
公开(公告)号：CN109992847A
公开(公告)日：2019-07-09
申请号：CN201910194398.X
申请日：2019-03-14
Applicant: 桂林电子科技大学 , 桂林笑微酒店管理有限公司
IPC: G06F17/50
Abstract: 本发明公开了一种混合机器学习模型的滑坡位移预测方法，对滑坡监测点进行滑坡影响因素挖掘和滑坡位移数据采集和预处理并作为模型的训练数据；将获得的滑坡影响因素和滑坡位移数据看作时间序列进行小波去燥处理；基于时间序列原理，采用霍德里克‑普雷斯科特滤波器(HP)将去燥后的滑坡影响因素和位移数据分解成趋势项和周期项。针对趋势项和周期项分别采用二阶指数平滑(DBS)的方法和动态多群粒子群(DMS‑PSO)优化极限学习机(ELM)模型进行位移预测。最后将预测的周期项位移和趋势项位移相加得到总的滑坡预测位移。通过该周期项位移预测模型可以更好的求解全局最优解，使预测精度和可靠性更高。
-
公开(公告)号：CN118552580A
公开(公告)日：2024-08-27
申请号：CN202410594926.1
申请日：2024-05-14
Applicant: 桂林智慧产业园有限公司
Abstract: 本发明公开了一种基于混合消息传递规则的折棍贝叶斯图像分割方法，涉及图像分割技术领域，包括，采用高斯混合模型进行图像分割处理并重建，根据狄利克雷过程中的分配变量对高斯混合模型中图像像素的聚类类别进行自适应调节，对高斯混合模型内的标签进行平滑处理得到马尔科夫随机场，以K个组件线性加权和的形式对像素n的特征Xn进行表征，对未知参数进行初始化，输入图像X，通过BP‑MF‑DPMM算法进行迭代更新，得到概率模型参数的各估计值，根据所得到的参数估计值，对变量进行迭代更新最终得到图像分割结果，进而达到在确定分割数目的同时，减少为引入空间约束而导致的计算复杂度的目的，提高了估计精度。
-
公开(公告)号：CN111597404A
公开(公告)日：2020-08-28
申请号：CN202010441592.6
申请日：2020-05-22
Applicant: 桂林智慧产业园有限公司
IPC: G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于k2-MDD的带标签图的最大公共子图匹配方法，步骤为：对匹配图的顶点标签进行筛选，选出匹配图中与目标图标签相同的顶点，并将这些顶点的标号改成其在目标图中与之对应顶点的标号，即得到新的匹配图；根据k2树的规则分别对目标图和新的匹配图的顶点进行编码；依据目标图和新的匹配图的顶点编码，对目标图和新的匹配图的边进行编码；根据目标图和新的匹配图的边的编码构造多值决策图结构，得到目标图和新的匹配图的k2-MDD结构图；在构建的目标图和匹配图的k2-MDD结构图中，分别利用符号决策图的逻辑交运算求出目标图和匹配图的最大公共子图。该方法可以使存储结构更紧凑，大大减少了顶点产生数量，从而减少了搜索空间，也提高了搜索效率。
-
公开(公告)号：CN113807426A
公开(公告)日：2021-12-17
申请号：CN202111068996.6
申请日：2021-09-13
Applicant: 桂林智慧产业园有限公司 , 桂林明中人工智能科技产业有限公司
Abstract: 本文提出一种新的一致性规范化方法，研究半监督的语义分割问题，是一种简单而有效的半监督分割方法，通过使用从一个网络中获得的one‑hot伪监督图来监督另外一个网络，使两个具有相同结构但不同初始化扰动的网络对同一输入图的预测保持一致。同时，具有了伪分割图的未标记数据可作为扩充训练数据来提高性能。
-
公开(公告)号：CN113762270A
公开(公告)日：2021-12-07
申请号：CN202111056809.2
申请日：2021-09-13
Applicant: 桂林明中人工智能科技产业有限公司 , 桂林智慧产业园有限公司
Abstract: 本发明提出一种多标签深度监督方法，通过整合不同类型的监督信号深入到误差网络的解码器各层，灵活利用不同注释类型：完全标记图像、具有boundingbox标记图像、仅有全局标注图像或根本没有标注图像，提高语义分割性能。伪标签在后期训练逐渐趋于稳定，比只在标记数据上正常监督训练更加准确。同时，伪标签可扩充数据集。
-
-
-
-
-
-
Search Results
7
records
(took 0.042 seconds)
