-
公开(公告)号：CN114997959A
公开(公告)日：2022-09-02
申请号：CN202210694002.X
申请日：2022-06-20
Applicant: 桂林理工大学
Abstract: 本发明公开了一种电子智造产品营销推荐方法。首先整理出电子智造业云平台记录的客户日志数据，提取客户特征和产品特征数据并进行清洗，获得特定格式的数据集，根据数据集构建客户产品评分矩阵；然后将采用遗传算法得到的Pareto最优解集用改进k‑means聚类算法进行客户聚类划分；再次综合客户特征偏好矩阵与客户产品评分矩阵得出混合相似度计算方式，并引入人类记忆遗忘曲线时间函数，构建客户产品评分模型；最后将求解出的评分较高的产品结果推荐给客户。与现有推荐算法相比，本发明方法具有能够改善客户兴趣变化对推荐效果的影响，实现数据聚合，解决数据稀疏性，提高客户产品推荐的效率和准确性的优点。
-
公开(公告)号：CN114242112A
公开(公告)日：2022-03-25
申请号：CN202111484910.8
申请日：2021-12-07
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于改进深度残差神经网络的城市声音分类方法，包括4个步骤：S1数据预处理：将声音的振幅和频率图形化；S2数据特征提取：提取声音信号的音频特征并进行数据标准化处理；S3改进深度残差网络分类器：构建改进的深度残差网络模型，将处理后的训练数据集送入改进深度残差网络分类器进行训练，得出改进深度残差网络声音分类器模型；S4声音分类结果判定：将声音测试数据集送入改进深度残差神经网络声音分类器模型进行测试，得出分类准确率。与传统分类方法相比，本发明提供的一种基于改进深度残差神经网络的城市声音分类方法，不仅避免了梯度爆炸和梯度消失现象，同时可以实现多种声音类型的智能分类。
-
公开(公告)号：CN113362545A
公开(公告)日：2021-09-07
申请号：CN202110621538.4
申请日：2021-06-03
Applicant: 桂林理工大学
IPC: G08B13/16 , G08B13/196 , G10L25/51 , G01S5/20
Abstract: 本发明公开了一种声音及视频相结合的居民小区监控系统。包括声音定位模块，摄像头驱动模块，模块间通信接口，音频识别模块，报警模块。声音定位模块采集小区周围环境声音并进行定位，包括麦克风阵列和声源位置判断；模块间通信接口连接麦克风阵列、摄像头和音频识别模块；音频识别模块接收麦克风阵列采集的声音信号，并对其进行异常声音检测；摄像头驱动模块包括摄像头驱动电路和摄像头，摄像头驱动电路接收音频识别模块识别结果，当音频识别模块识别为异常声音时，摄像头驱动电路驱动摄像头转动使摄像头对准声源位置，同时启动报警模块进行报警。本发明解决了传统视频监控只有视频画面且存在视频盲区，同时缺少声音信号采集的问题。
-
Patent Agency Ranking
公开(公告)号：CN113852612B
公开(公告)日：2023-06-27
申请号：CN202111076255.2
申请日：2021-09-15
Applicant: 桂林理工大学
IPC: H04L9/40 , G06F18/214 , G06F18/2431
Abstract: 本发明公开了一种基于随机森林的网络入侵检测方法，包括4个步骤：S1数据预处理：将网络流量测试数据集经过归一化处理后上传至数据库；S2数据再平衡:对预处理后的数据进行再平衡，增加少数类样本；S3二分类模型训练:将经过数据再平衡后的数据送入随机森林模型进行训练，得出网络入侵的检测模型；S4网络入侵判定：将测试数据通过模型进行网络入侵判定。本发明提供的一种基于随机森林的网络入侵检测方法，可以通过网络流量测试数据集对网络入侵进行训练，并预测是否为入侵行为，实现网络安全智能检测过程，有效提高网络防控风险能力。
-
公开(公告)号：CN113345187A
公开(公告)日：2021-09-03
申请号：CN202110580056.9
申请日：2021-05-27
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于声音的室内防盗监控系统。包括综合研判子系统、预警子系统、云服务器和信息查询子系统；综合研判子系统包括声音采集器、嵌入式计算机、摄像头和智能检测模块；预警子系统包括自动报警子模块、喇叭和110报警台。声音采集器采集声音信号；嵌入式计算机对声音信号进行预处理形成声音样本；声音样本和摄像头采集的图像或者视频上传至智能检测子模块进行综合识别判断，并将结果进行反馈；云服务器用于存储智能检测子模块上传的处理结果，并将结果上传至自动报警子模块进行结果比对。本发明采用深度学习算法结合人工经验对卷积神经网络模型进行训练，具有识别准确性高、安全性好、效率高和智能化等优点。
-
公开(公告)号：CN116645113A
公开(公告)日：2023-08-25
申请号：CN202310617522.5
申请日：2023-05-29
Applicant: 桂林理工大学
IPC: G06Q30/018 , G06Q40/12 , G06F18/2433
Abstract: 本发明公开了一种基于融合模型的上市公司财务造假检测方法，包括4个步骤：S1财务数据集构建：将国泰安数据库数据与其对应上市公司年报的概述与展望部分融合，构成实验数据集；S2数据预处理:对数据集进行预处理，选出重要特征；S3造假检测模型训练:将经过数据预处理后的数据送入融合模型进行训练，得出财务造假检测模型；S4财务造假检测：将测试数据集通过训练好的融合模型进行财务造假检测。本发明提供的一种基于融合模型的上市公司财务造假检测方法，可以通过上市公司财务测试数据集对检测模型进行训练，并预测是否存在财务造假行为，从而实现财务造假智能检测，有效提高上市公司财务造假识别能力。
-
公开(公告)号：CN114648988A
公开(公告)日：2022-06-21
申请号：CN202210284020.0
申请日：2022-03-22
Applicant: 桂林理工大学
Abstract: 本发明公开了一种车辆鸣笛识别定位系统及方法，包括：声音采集模块、声音处理模块、声音识别模块、MUSIC声源定位模块、车牌识别模块和确认身份模块。本发明采用球形声阵列多角度采集道路上的声音；对采集的声音进行分帧加窗预处理，得到平滑连续的声音，使用谐波冲击源分离方法提取声音的特征；设计了双向窥视孔网络和残差网络相结合的分类器模型，并使用大量车辆鸣笛声音对分类器进行训练，然后对道路声音进行识别；对识别到的鸣笛声音使用MUSIC方法进行定位，并对该车辆的车牌进行拍照识别，最后确定车主的身份，供执法人员对其进行处罚。本发明与传统的车辆鸣笛识别定位系统及方法相比，有着更高的鸣笛声音识别率和更准确的定位。
-
公开(公告)号：CN113852612A
公开(公告)日：2021-12-28
申请号：CN202111076255.2
申请日：2021-09-15
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于随机森林的网络入侵检测方法，包括4个步骤：S1数据预处理：将网络流量测试数据集经过归一化处理后上传至数据库；S2数据再平衡:对预处理后的数据进行再平衡，增加少数类样本；S3二分类模型训练:将经过数据再平衡后的数据送入随机森林模型进行训练，得出网络入侵的检测模型；S4网络入侵判定：将测试数据通过模型进行网络入侵判定。本发明提供的一种基于随机森林的网络入侵检测方法，可以通过网络流量测试数据集对网络入侵进行训练，并预测是否为入侵行为，实现网络安全智能检测过程，有效提高网络防控风险能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
