公开(公告)号：CN118097290A

公开(公告)日：2024-05-28

申请号：CN202410301719.2

申请日：2024-03-16

Applicant: 桂林理工大学

Inventor： 董明刚 ,  夏令富

IPC: G06V10/764 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/08 ,  G06F17/18 ,  G06N5/02

Abstract: 本发明专利公开了一种基于一对多分解策略的神经网络自适应下采样方法。首先获取不平衡图像数据集，然后利用改进的一对多分解策略将数据集划分为若干个子数据集同时将每一个子数据集中的少数类使用自动编码器进行预训练，接着使用预训练的模型预测多数类样本的特征值并计算与少数类特征值之间的欧式距离，最后综合各子任务的差异筛选出待删除的多数类候选点样本。本发明能有效地针对不平衡相似图像数据集进行自适应欠采样，有效缓解多数类样本信息的严重丢失问题，并帮助分类器提升不平衡场景下的分类性能。

公开(公告)号：CN116843281A

公开(公告)日：2023-10-03

申请号：CN202310678824.3

申请日：2023-06-09

Applicant: 桂林理工大学

Inventor： 武天昊 ,  董明刚 ,  卢贤睿 ,  崇庆 ,  夏令富 ,  谭若琪

IPC: G06Q10/10

Abstract: 本发明涉及一种基层测评系统。本系统着重解决如何提高测评结果的可信度，同时减少人力和时间成本。测评系统包括测评器和服务器。测评器通过网络与服务器联系，验证ID并下载加密测评表，用户回答后加密上传至服务器，服务器验证并保存测评结果，实现投票过程的匿名化并尽可能收集群众声音。该系统实现了方便的测评方式和数据安全传输与处理，为基层决策提供有效的解决方案。

公开(公告)号：CN116882859A

公开(公告)日：2023-10-13

申请号：CN202310677232.X

申请日：2023-06-08

Applicant: 桂林理工大学

Inventor： 崔子贤 ,  董明刚 ,  崇庆 ,  夏令富 ,  喻佳庆 ,  程雪峰

IPC: G06Q10/083 ,  G06Q10/0631 ,  G06F30/27 ,  G06N3/126 ,  G06F111/06

Abstract: 本发明公开了一款民航货机重心配载优化系统。现阶段，国内的航空物流配载手段大多是配载员手工填写装载舱单，根据自己的经验进行配载，其缺点也很明显，一是人工填写耗费时间长，二是无法综合考虑影响航空器载重平衡的各种因素基础上来制定最优的货物分布方案，导致成本不稳定，利润无法最大化的问题。本发明主要是将民航货机配载的实际问题转化为约束多目标优化问题，构造一个民航货机重心配载优化系统。系统主要考虑货机整体重心偏移量的最小化以及承载货物量的最大化，同时考虑每个机舱中的货物的重量和体积不能超出限额的约束等因素。利用matlab技术进行数学模型建模，通过本系统智能优化推出的分配方案给出最优的配载，最终实现整体利益最大化。

公开(公告)号：CN116882453A

公开(公告)日：2023-10-13

申请号：CN202310679059.7

申请日：2023-06-09

Applicant: 桂林理工大学

Inventor： 卢贤睿 ,  董明刚 ,  崇庆 ,  武天昊 ,  夏令富 ,  谭若琪

IPC: G06N3/0464 ,  G06N3/048 ,  G06F18/23213

Abstract: 本发明公开了一种基于深度学习的问卷真实性认定方法，本发明从用户填写问卷的总时间，每道题的用时，每道题修改答案的次数以及用户做出的连续相同答复的题目数量数据中提取问卷特征，将问卷分为4个贫困等级并用one‑hot编码，将编码结果作为问卷类别标签。使用提取的特征和类别标签训练搭建好的神经网络模型。当需对问卷真实性做出判断时，提取用户填写问卷的总时间，每道题的用时，每道题修改答案的次数以及用户做出的连续相同答复的题目数量数据的特征，经过神经网络模型预测后得出问卷真实性类别。并将结果用于问卷真实性的辅助认定。

公开(公告)号：CN118196493A

公开(公告)日：2024-06-14

申请号：CN202410301704.6

申请日：2024-03-16

Applicant: 桂林理工大学

Inventor： 董明刚 ,  夏令富

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  G06T3/4007 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/0639 ,  G06Q50/20 ,  G06N5/02

Abstract: 一种基于知识蒸馏的不平衡图像分类方法，该方法分别设计了自适应课程学习策略和基于k‑means和余弦相似性的两阶段知识增强策略。首先获取不平衡图像数据集，预训练教师模型并计算训练集中各样本的知识量。然后使用交叉熵损失函数结合教师模型的软标签预先训练一轮学生模型，作为第一阶段的训练。接着利用样本的知识量和上一轮学生模型对样本的置信度对样本综合评分，并依据此评分对学生模型进行自适应课程学习，后续的每一阶段均重复上述过程。在训练过程中，利用k‑means对每一批次内的样本进行簇的划分，然后对各个簇内的样本集合使用mixup进行线性插值，以实现样本的知识增强。此方法有效提升学生模型对尾部类识别能力以及学生模型对困难知识的理解问题。

公开(公告)号：CN116668144A

公开(公告)日：2023-08-29

申请号：CN202310679574.5

申请日：2023-06-09

Applicant: 桂林理工大学

Inventor： 卢贤睿 ,  董明刚 ,  崇庆 ,  武天昊 ,  夏令富 ,  谭若琪

IPC: H04L9/40 ,  H04L9/06 ,  H04L9/32

Abstract: 本发明公开了一种用于获取并加密绑定安卓设备信息的方法，其特征在于，通过提取用户安卓设备的多个静态硬件信息，包括硬件厂商、设备序列号、基带版本、MAC地址、SDK版本号以及移动设备识别码（MEID），并使用MD5加密算法对这些数据进行加密，加密后的数据将同其它数据上传至服务器。该方法通过加密用户设备信息保护了用户的隐私，同时又能够标识用户设备。