-
公开(公告)号：CN119863743A
公开(公告)日：2025-04-22
申请号：CN202510057578.9
申请日：2025-01-14
Applicant: 桂林电子科技大学
IPC: G06V20/40 , H04N21/439 , H04N21/44 , H04N21/845 , H04N21/6437 , G06V20/52 , G06V10/40 , G06F16/70 , G06F16/78 , G06F16/783 , G06F18/2131 , G06F18/213 , G06F18/25 , G06N3/0464
Abstract: 本发明公开了一种监控设备的监控录像事件分析方法、系统和装置，涉及视频摘要技术领域。获取监控设备录制的监控录像，并从监控录像中筛选出运动的视频片段；从视频片段中提取视频帧特征和音频特征，并根据视频帧特征和音频特征，确定视频片段中的多个事件片段，并确定每一个事件片段的摘要；将每一个事件片段的摘要和对应的时间戳保存在数据库中；通过数据库中的摘要及对应的时间戳确定监控设备录制的事件片段。该方法能够有效地对监控设备的监控录像进行分析，从而减少找到目标事件的相关视频片段的时间。
-
公开(公告)号：CN119861716A
公开(公告)日：2025-04-22
申请号：CN202510009522.6
申请日：2025-01-03
Applicant: 中国电子科技集团公司第五十四研究所 , 桂林电子科技大学
Abstract: 本发明公开了一种无人船协同目标包围方法，属于无人船协同控制技术领域。本发明采用YOLOv8目标检测方法，对协同包围目标的数据集进行训练，获得实时目标检测模型；利用粒子滤波器实现协同目标路径确定与转化，通过带权粒子近似目标状态分布，根据识别到的目标状态实时更新粒子权重并进行加权平均，结合时间递归最终形成目标轨迹，确保轨迹的连续性和鲁棒性。本发明可以对需要包围的目标进行识别，并通过粒子滤波器算法得到目标的轨迹，并将其转化为确定的路径。
-
公开(公告)号：CN119858613A
公开(公告)日：2025-04-22
申请号：CN202411920092.5
申请日：2024-12-25
Applicant: 桂林电子科技大学
IPC: B62D57/032
Abstract: 本发明公开了一种小型推拉压电机器人及其控制方法，属于压电爬行机器人领域，包括机载控制模块、安装平台、机器人基体、驱动元件、运动足；机载控制模块粘接在安装平台上，安装平台和机器人基体一体化，机器人基体俯视图为对称的等边六边形体，运动足固定角度连接机器人基体的底部，驱动元件粘贴在机器人基体的侧面，机载控制模块施加激励电压到驱动元件上，电压上升时驱动元件发生弯曲变形推动基体右端向右上方抬起，基体左端向左下方下压，电压下降时驱动元件恢复形变，基体右端下落，基体左端向右被拉动单步位移，机器人实现平面运动；本发明的小型推拉压电机器人及其控制方法具有结构简单、运动精度高、和环境适应强的优点。
-
公开(公告)号：CN111267739B
公开(公告)日：2025-04-22
申请号：CN202010217255.9
申请日：2020-03-25
Applicant: 桂林电子科技大学 , 东风柳州汽车有限公司
Abstract: 本发明公开了一种便于拆卸的卡车副驾驶前侧储物盒，包括，存放组件，包括前侧板、盒体和门盖，所述盒体嵌于所述前侧板内，所述门盖与所述前侧板轴连接，所述门盖设置于所述盒体开口处；锁紧组件，包括锁扣、卡槽和支撑台，所述支撑台设置于所述前侧板上，所述锁扣与所述支撑台轴连接，所述卡槽设置于所述盒体侧面，所述锁扣位置与所述卡槽位置对应；控制组件，包括按钮、调节件和锁止件，所述调节件设置于所述前侧板上，所述调节件连接所述按钮和所述锁止件，所述锁止件设置于所述支撑台上；本发明可一键切换储物盒的锁紧状态，同时门盖关上时对盒体的锁紧状态进一步约束，保证盒体的稳固。
-
公开(公告)号：CN119853818A
公开(公告)日：2025-04-18
申请号：CN202510044913.1
申请日：2025-01-10
Applicant: 桂林电子科技大学
IPC: H04B10/80 , H04B17/391
Abstract: 本发明公开提供了一种基于多相位屏的水下无线光传输信道建模方法，包括：A、建立三维坐标系，对系统参数进行初始化；B、根据海洋湍流功率谱，生成n个相位屏；C、创建变量num，初始化为1；D、确定光子初始坐标、方向向量、权重，设定光子接收阈值；E、光子开始传输，更新光子坐标；F、在num≤n时：判断光子的z坐标是否小于当前相位屏的znum坐标：若z＜znum，更新光子坐标；若z≥znum，将光子回退到相位屏所在的平面，根据广义斯涅尔定律更新光子的方向向量，计算剩余步长，更新光子坐标，增加num；G、当num大于相位屏的总数时，光子继续传输直至到达接收面。本发明通过深入考虑光子穿越多重相位屏的累积效应，实现了水下光传输特性的精确模拟。
-
Patent Agency Ranking
公开(公告)号：CN119848551A
公开(公告)日：2025-04-18
申请号：CN202510241557.2
申请日：2025-03-03
Applicant: 桂林电子科技大学
IPC: G06F18/214 , G06F18/10 , G06F18/23 , G06F18/25 , G06F40/30
Abstract: 本发明涉及一种基于多维数据的研究前沿识别系统的大模型主题识别方法，研究前沿识别领域，包括多维数据整合、大模型语义嵌入、多模态数据融合、主题聚类、主题筛选与优化、研究前沿识别和可视化展示多个步骤。本发明提高了研究前沿识别的准确性和效率，利用大模型强大的语义理解能力，有效解决了现有方法的不足，提高了主题识别的精度。能够处理多源异构数据，整合了多种数据源，更全面地反映了研究前沿的动态变化。能够捕捉研究前沿的演化趋势，通过对主题的出现频率、增长趋势等指标的分析，能够有效地捕捉研究前沿的演化趋势。提供可视化展示，方便用户理解和使用。
-
公开(公告)号：CN119838592A
公开(公告)日：2025-04-18
申请号：CN202510085817.1
申请日：2025-01-20
Applicant: 桂林电子科技大学 , 广西伊科环境科技有限公司
IPC: B01J23/31 , B01J35/33 , B01J35/39 , B01J35/40 , B01J35/51 , B01J37/08 , B01J37/16 , B01J37/00 , C02F1/30 , C02F101/34 , C02F101/36
Abstract: 本发明属于压电光催化材料技术领域，具体涉及一种光催化降解复合材料及其制备方法和应用。本发明将铋盐和钨酸盐溶于溶剂中，再加入还原剂，通过溶剂热反应，以使还原剂将Bi2WO6还原成Bi单质，形成Bi2WO6纳米片包裹Bi纳米微球的Bi‑Bi2WO6异质结，得到Bi@Bi2WO6材料；将Bi@Bi2WO6材料浸泡在化学刻蚀剂中，以使化学刻蚀剂对Bi@Bi2WO6材料进行刻蚀形成氧空位缺陷，得到光催化降解复合材料。本发明制备的光催化降解复合材料具有丰富的氧缺陷，能显著增加材料表面的活性位点，提高材料的压电光催化性能，对2,4‑二氯苯酚具有显著的降解率。
-
公开(公告)号：CN119838523A
公开(公告)日：2025-04-18
申请号：CN202510074944.1
申请日：2025-01-17
Applicant: 桂林电子科技大学
IPC: B01J13/02 , C02F3/28 , C02F101/16
Abstract: 本发明属于生物脱氮技术领域，具体涉及一种核壳型复合材料及其制备方法和应用、一种含氮废水的处理方法。将本发明提供的核壳型复合材料用于Anammox工艺，实现了厌氧氨氧化污泥的快速富集，并通过筛分废水中重金属和抗生素等不利因子，实现了对厌氧氨氧化污泥的保护作用；在生物炭、过渡金属和分子筛的协同作用下，实现了对AnAOB的富集和保护于一体的共同作用。本发明提供的核壳型复合材料能够推进厌氧氨氧化工艺在实际废水处理过程中的稳定运行，及该工艺的大规模工程化应用。
-
公开(公告)号：CN119832017A
公开(公告)日：2025-04-15
申请号：CN202411897413.4
申请日：2024-12-20
Applicant: 桂林电子科技大学
Abstract: 本发明提出了一种基于多尺度特征融合的边缘检测方法，属于计算机视觉领域。该方法通过构建卷积神经网络(CNN)骨干网络，结合上采样模块和部分卷积模块，实现多尺度特征的提取和融合，并通过改进的损失函数优化全局和局部边缘信息。所述骨干网络采用浅层特征加权提取及跳跃连接技术，提高特征复用能力，上采样模块利用反卷积操作调整特征图尺寸，融合模块通过选择性卷积强化边缘细节表达，并通过部分卷积高效提取多维度特征信息。模型在精细边缘检测中表现优异，支持草图检索、图像分割等应用场景，具有高效、低参数量的特点。
-
公开(公告)号：CN114860930B
公开(公告)日：2025-04-15
申请号：CN202210441429.9
申请日：2022-04-25
Applicant: 桂林电子科技大学
IPC: G06F16/353 , G06F40/30 , G06F40/284 , G06F40/242 , G06N3/045 , G06N3/0464 , G06N3/088
Abstract: 本发明提供一种文本分类方法、装置以及存储介质，属于文本分类领域，方法包括：S1：对多个原始文本数据进行划分得到训练集和测试集；S2：分别对训练集和测试集进行数据预处理得到多个单词训练矩阵以及多个单词测试矩阵；S3：分别对各个单词训练矩阵进行向量化处理得到词向量矩阵；S4：构建训练模型，根据多个词向量矩阵对训练模型进行训练得到待测试模型；S5：根据多个单词测试矩阵对待测试模型进行测试得到分类模型；S6：导入待分类文本数据，通过分类模型对待分类文本数据进行分类得到分类结果。本发明能够突出文本中的关键信息，同时增强文本上下文语义信息，更准确的表示文本语义，从而提高了文本分类的准确度。
-
-
-
-
-
-
-
-
-
Search Results
17515
records
(took 0.368 seconds)
