-
公开(公告)号：CN119014835A
公开(公告)日：2024-11-26
申请号：CN202411276778.5
申请日：2024-09-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种身体状态检测方法和装置、智能镜，包括：步骤S1、获取人脸图像；步骤S2、根据人脸图像，得到用户心率值和疲劳度；步骤S3、根据检测血液流动导致光强变化，得到用户血压值。采用本发明的技术方案，能够通过身体状态检测实时监测用户健康状况。
-
公开(公告)号：CN117040989A
公开(公告)日：2023-11-10
申请号：CN202310967781.0
申请日：2023-08-02
Applicant: 西安电子科技大学
IPC: H04L27/26 , H04B7/0413 , H04L25/02
Abstract: 本发明公开了一种基于Natural插值的MIMO‑OFDM信道估计方法及装置，该方法包括：基于最小二乘信道估计得到导频处的信道系数；基于Natural插值法，对每个插值点附近若干导频处的信道系数按照Voronoi图网格面积大小分配权值，并通过加权求和获得插值点处的插值公式；利用所述插值公式对每个插值点进行Natural插值，获得MIMO‑OFDM信道估计结果。该方法将Natural插值应用在信道估计中，将插值点处的信道频率响应估计值通过插值点附近若干导频处的值加权得到，从而能够同时利用信道的时间和频率相关性，显著提高了信道估计精度，降低了信道估计误差，具有更平滑的插值效果和更好的插值性能。
-
公开(公告)号：CN114185047B
公开(公告)日：2023-06-27
申请号：CN202111499230.3
申请日：2021-12-09
Applicant: 电子科技大学
IPC: G01S13/90 , G06F30/27 , G06N3/126 , G06F111/04
Abstract: 本发明公开了一种基于最优极坐标变换的双基SAR动目标重聚焦方法，首先通过后向投影算法消除了由平台引起的紧耦合和空变效应，但由于目标速度的影响，运动目标成像结果是二维散焦和偏移的；然后采用双基极坐标变换，将动目标散焦自由度从二维降低到一维，将参数估计和动目标重聚焦问题转化为一个约束优化问题，并应用差分进化求解，得到重聚焦结果；最后考虑扩展运动目标的多普勒参数空变特性，对其进行补偿，实现了动目标的重聚焦以及重定位。本发明的方法通过采用最优极坐标变换降低动目标散焦自由度，同时将动目标重聚焦问题转化为约束优化问题，解决了动目标未知RCM校正和多普勒参数估计之间的紧耦合，以及扩展运动目标的多普勒参数空变的问题。
-
公开(公告)号：CN112948716B
公开(公告)日：2023-02-28
申请号：CN202110245049.3
申请日：2021-03-05
Applicant: 桂林电子科技大学
IPC: G06F16/9537 , G06F16/9536 , G06N20/00 , G06Q50/00
Abstract: 本发明的一种基于多头注意力机制的连续兴趣点包推荐方法，其包括以下步骤：一、获取用户打卡历史信息，将打卡数据组成序列；二、将打卡数据组成序列组；三、将序列组推送给模型进行训练；通过编码器与多头注意力机制得到序列中的兴趣点变化信息，将得到的信息输入解码器中进行拟合，解码器结构与编码器对称，经过管道搜索的方式学习出适应该区域用户的最优超参数；四、将训练模型部署在多个服务器中，输入区域内用户近一周的访问序列，将后续一周内的行程安排建议打包推送给用户；五、记录用户接下来一周内的打卡地点序列以及对访问兴趣点的评价。本发明能为用户提供一周内的后续行程安排建议。
-
公开(公告)号：CN114637911A
公开(公告)日：2022-06-17
申请号：CN202210157793.2
申请日：2022-02-21
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06F16/9537 , G06K9/62 , G06N3/04
Abstract: 本发明涉及计算机兴趣点推荐技术领域，涉及一种注意力融合感知网络的下一个兴趣点推荐方法，包括获取用户历史签到数据；将数据组成序列组；划分为长期签到序列数据和短期签到序列数据；分别送到模型进行训练，通过不同神经网络捕获用户不同偏好表示，构建偏好预测单元，利用注意力机制有机结合偏好，经过随机搜索方式学习最优参数，输出排名前K的兴趣点；将训练模型部署在多个服务器中；记录用户下一签到地点以及相对应的类别信息。本发明能够实现更加准确、高效的下一个兴趣点推荐。
-
Patent Agency Ranking
公开(公告)号：CN113779105A
公开(公告)日：2021-12-10
申请号：CN202110921144.0
申请日：2021-08-11
Applicant: 桂林电子科技大学
IPC: G06F16/2458 , G06F16/26 , G06K9/62
Abstract: 本发明涉及轨迹数据技术领域，涉及一种分布式轨迹流伴随模式挖掘方法，包括以下步骤：一、数据预处理：根据地理区域的划分将数据划分为多个区域，得到分区边界，输出分区编号；二、监测不断到达的数据流；三、当前快照创建时间窗口，窗口大小为当前快照时间；四、根据分区编号执行Keyby算子，利用哈希函数分发到不同的节点；五、每个节点对接收到的当前分区的数据执行基于方向的密度聚类，并得到当前分区的密度聚类簇集合；六、进行聚类合并，输出合并后簇的集合；七、执行模式挖掘，与候选伴随集合取交集，生成新的候选伴随，并输出当前快照的伴随模式结果。本算法具有更快的处理速度。
-
公开(公告)号：CN113777607A
公开(公告)日：2021-12-10
申请号：CN202111072571.2
申请日：2021-09-14
Applicant: 电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种视频SAR成像方法，本发明的方法首先完成视频SAR回波信号模型的构建；然后构建解耦观测模型，并将视频SAR成像问题建模为联合稀疏张量与低秩张量最小化问题，即秩和l0范数联合最小化问题；接着将视频SAR的成像过程转化成l1最小化和张量核范数联合最小化问题；最后利用张量交替方向乘子法进行场景重建，得到成像结果。本发明的方法利用张量交替方向乘子法对欠采样视频SAR回波进行联合低秩与稀疏恢复，与基于快速反投影的视频SAR成像方法相比可以大幅减少数据量；与基于低秩张量恢复的视频SAR成像方法相比，避免了强散射目标对重建性能的影响，提升了成像性能。
-
公开(公告)号：CN112948716A
公开(公告)日：2021-06-11
申请号：CN202110245049.3
申请日：2021-03-05
Applicant: 桂林电子科技大学
IPC: G06F16/9537 , G06F16/9536 , G06N20/00 , G06Q50/00
Abstract: 本发明的一种基于多头注意力机制的连续兴趣点包推荐方法，其包括以下步骤：一、获取用户打卡历史信息，将打卡数据组成序列；二、将打卡数据组成序列组；三、将序列组推送给模型进行训练；通过编码器与多头注意力机制得到序列中的兴趣点变化信息，将得到的信息输入解码器中进行拟合，解码器结构与编码器对称，经过管道搜索的方式学习出适应该区域用户的最优超参数；四、将训练模型部署在多个服务器中，输入区域内用户近一周的访问序列，将后续一周内的行程安排建议打包推送给用户；五、记录用户接下来一周内的打卡地点序列以及对访问兴趣点的评价。本发明能为用户提供一周内的后续行程安排建议。
-
公开(公告)号：CN107403390B
公开(公告)日：2020-06-02
申请号：CN201710652321.3
申请日：2017-08-02
Applicant: 桂林电子科技大学
IPC: G06Q50/00 , G06F16/9535 , G06F16/9536
Abstract: 本发明公开一种融合贝叶斯推理和图上随机游走的好友推荐方法，其通过计算用户社交置信度构造随机游走转移概率矩阵，继而将随机游走正向搜索与局部反向搜索结合起来，并与一种贝叶斯用户潜在好友关系推理模型相融合，充分开采了社交网络结构信息和用户属性信息，提供了社交网络好友推荐的建议，具有准确性高的特点。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.031 seconds)
