-
公开(公告)号：CN116028908A
公开(公告)日：2023-04-28
申请号：CN202310163032.2
申请日：2023-02-23
Applicant: 广东顺德西安交通大学研究院 , 西安交通大学
Abstract: 基于增量学习以及元学习的持续身份认证方法及相关装置，包括：将传感器数据进行可视化操作，判断传感器数据是否有漂移现象；构建包含离线注册阶段和在线认证阶段的基于元学习和增量学习的认证框架；根据离线注册获取每个传感器时间维度的特征以及他们不同维度之间的关联特征，根据在线认证阶段，从获取的数据中进行学习，并且进行在线的模型更新；对更新后的模型进行试验验证，得到模型能力。基于触屏行为的身份认证技术框架MetaAuth解决了长期触屏身份认证领域的难题，其次设计了基于元学习的在线更新机制AMUM用于长期持续进行身份认证这一场景下的增量学习问题，以便于提高模型的稳定性。
-
公开(公告)号：CN116431795A
公开(公告)日：2023-07-14
申请号：CN202310163111.3
申请日：2023-02-23
Applicant: 广东顺德西安交通大学研究院 , 西安交通大学
IPC: G06F16/335 , G06F40/169 , G06F40/30
Abstract: 基于三层共同注意力情境感知模型的推荐方法及相关装置，包括：构建单词层共同注意力机制；根据单词层共同注意力机制求得所有游客文本特征向量和景点文本特征向量，引入共同注意力矩阵，构建文本层共同注意力机制；根据本层共同注意力机制得到游客和景点评论文本特征向量，获取情境因素，构件情境层共同注意力机制；将游客和景点表征向量在融合层进行表征融合，获得最终的游客特征和景点特征向量；在预测层对特征进行矩阵分解和特征交互，输出预测值。本发明在评分预测任务中优于多个已知的先进方法；可以自动关注重要的单词和评论，感知情境变化，并从单词和评论两个层面对推荐结果提供解释，以帮助企业更好地理解用户体验价值的来源。
-
公开(公告)号：CN104898591B
公开(公告)日：2017-10-20
申请号：CN201510141928.6
申请日：2015-03-27
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
IPC: G05B19/418
Abstract: 本发明公布一种智能家电协同控制方法，包括：1)第三方开发方根据厂商及云平台API设计协同控制模块，传至云服务器；2)云平台审核协同控制模块，下载使用；3)中心服务器检测是否有新的智能家电加入家庭网络；4)发现加入后，中心服务器建立数据表存储数据，查找与API相符的协同控制模块；5)根据用户选择下载协同控制模块，绑定相关账号，启动各智能设备协同工作；6)用户使用对应的APP、Web页面，查看运行状态，使不同厂商智能设备协同运行。该方法综合了智能家居、物联网以及云端服务技术，针对不同厂商智能设备之间协同控制需求，使协同控制模块更好的应用在特定的家庭环境，以达到不同厂商智能设备之间协同控制的效果。
-
公开(公告)号：CN104658152B
公开(公告)日：2017-10-20
申请号：CN201510082799.8
申请日：2015-02-15
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
IPC: G08B13/196
Abstract: 一种基于视频的运动物体入侵报警方法，该方法涉及安防监控领域，通过不断采集室内实时监控图像，输入到场景模式计算算法中计算出场景复杂度，当场景复杂度大于阈值时，认为是复杂场景，否则为简单场景，针对不同的场景模式分别采用不同的背景参数估计算法，然后利用背景参数提取前景特征，计算前景特征复杂度，当前景复杂度大于阈值时，当判断有运动物体侵入室内时，发送报警信息，否则更新图像背景参数，继续进行以上步骤。本发明通过将室内的监控场景分为简单场景和复杂场景，针对不同的场景采用不同的检测算法，提高报警方法对不同室内场景的适应性，降低了监控虚假报警的概率。
-
公开(公告)号：CN104820969B
公开(公告)日：2017-06-27
申请号：CN201510158725.8
申请日：2015-04-03
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
IPC: G06T5/00
Abstract: 本发明提供了一种实时图像盲复原方法，包括：对退化图像进行傅里叶变换，然后求出退化图像的归一化频谱，根据自然图像的频谱分布规律，对退化图像的原始图像的频谱进行重建，估计出原始图像的归一化频谱，对退化图像的归一化频谱和重建频谱进行比较，求取系统的光学传递函数，进而求取退化图像的点扩散函数，根据所获得的点扩散函数，对退化图像进行维纳滤波复原，从而得到理想的图像。本方法不包含耗时的迭代，方法简单，易于实现，从而降低了算法复杂度，同时获得了准确的点扩散函数估计，取得了良好的图像复原效果。
-
Patent Agency Ranking
公开(公告)号：CN114374953B
公开(公告)日：2023-09-05
申请号：CN202210014131.X
申请日：2022-01-06
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
Abstract: 本发明提供了一种基于Hadoop和RAPIDS的多源特征转换基站下APP使用预测方法及系统，所述方法用hadoop大数据框架对数据预处理，对基站下的上网用户的上网数据进行特征提取，计算不同时间窗下在某个基站的用户的多源数据构建用户多维画像，基于flink在不同时间窗口内进行用户画像特征到基站画像特征的映射计算，得到不同时间窗下的基站特征画像及其相邻基站的基站特征画像；采用Attention‑LSTM的多模型集成投票方法进行预测，使用RAPIDS对模型训练进行多GPU加速；针对基站下人流变化和人群行为变化对APP使用进行预测，构建特征映射方法，在个体组成的群体层面进行特征抽取和映射，使得模型方法和特征更能反应个体行为对基站下APP使用的影响，最终使得APP使用预测更加准确，效果更好。
-
公开(公告)号：CN114374953A
公开(公告)日：2022-04-19
申请号：CN202210014131.X
申请日：2022-01-06
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
Abstract: 本发明提供了一种基于Hadoop和RAPIDS的多源特征转换基站下APP使用预测方法及系统，所述方法用hadoop大数据框架对数据预处理，对基站下的上网用户的上网数据进行特征提取，计算不同时间窗下在某个基站的用户的多源数据构建用户多维画像，基于flink在不同时间窗口内进行用户画像特征到基站画像特征的映射计算，得到不同时间窗下的基站特征画像及其相邻基站的基站特征画像；采用Attention‑LSTM的多模型集成投票方法进行预测，使用RAPIDS对模型训练进行多GPU加速；针对基站下人流变化和人群行为变化对APP使用进行预测，构建特征映射方法，在个体组成的群体层面进行特征抽取和映射，使得模型方法和特征更能反应个体行为对基站下APP使用的影响，最终使得APP使用预测更加准确，效果更好。
-
公开(公告)号：CN104713199B
公开(公告)日：2017-10-20
申请号：CN201510096412.4
申请日：2015-03-04
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
IPC: F24F11/00
Abstract: 本发明公开了一种基于人体温度与图像的智能空调系统及其工作方法，智能空调控制系统包括：人体温度、图像检测模块，单片机处理模块及空调控制模块三个部分；其中检测模块通过红外摄像头等设备检测人睡觉时的体温及睡觉的图片，将其送至单片机处理模块，该模块对这些采集到的数据进行分析，判断是否需要对空调温度进行调整，如果需要将调整信号送入空调控制模块对空调的温度进行控制。与现有技术相比，本发明的智能空调系统，方便实用，更加节能且有助于提高人的睡眠质量。
-
公开(公告)号：CN116028913A
公开(公告)日：2023-04-28
申请号：CN202310163026.7
申请日：2023-02-23
Applicant: 广东顺德西安交通大学研究院 , 西安交通大学
IPC: G06F21/32 , G06F3/044 , G06F3/04883 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 一种手机用户触屏行为身份认证方法及相关装置，包括：对电容式触摸屏传感器的原始测量数据进行数据预处理；基于3D CNN的架构来提取预处理后的数据中触摸手势的手势内时空特征；基于触摸手势的手势内时空特征，采用长短期记忆网络LSTM对触摸手势间的模式进行建模；对模型进行训练和测试。本发明基于3D CNN的架构提取触摸手势的手势内时空特征，采用长短期记忆网络(LSTM)对手势间模式进行建模，能够更加贴合实际的验证环境，带来手机用户身份持续认证的更大的提升。
-
公开(公告)号：CN119941901A
公开(公告)日：2025-05-06
申请号：CN202510050498.0
申请日：2025-01-13
Applicant: 西安交通大学
IPC: G06T11/00 , G06T7/73 , G06V10/774 , G06N3/0455 , G06N3/084
Abstract: 本申请公开了一种基于最近邻先验与低频成分拟合的图形重建方法及相关装置，包括：获取待重建图形的点云数据，构建最近邻先验网络和符号距离网络；初始化符号距离网络，并反复从输入的点云周围采样查询点；使用先验网络给出的投影预测结果优化符号距离网络的权重，得到表示待重建图形的符号距离场；根据待重建图形的符号距离场，使用Marching Cubes算法提取待重建图形表面，完成图形重建。本申请使用数据驱动的最近邻先验代替符号距离场准确值作为优化的监督信息。最后使用三角函数形式的位置编码增强神经网络拟合符号距离场低频成分的倾向性，以得到更平滑的重建结果。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.027 seconds)
