-
公开(公告)号：CN118823636A
公开(公告)日：2024-10-22
申请号：CN202410825570.8
申请日：2024-06-25
Applicant: 桂林电子科技大学
IPC: G06V20/40 , G06V20/52 , G06V40/20 , G06V10/44 , G06V10/771 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于动态位置嵌入的课堂完备元动作识别方法，包括：得到单个学生课堂元动作视频、对视频进行关键帧采样；构建由动态位置嵌入的位置编码模块、Video Swin Transformer基本模块、ViT3D基本模块组成的课堂完备元动作识别模型，依次获得动态位置特征表示、多个局部注意力向量、元动作类别概率向量、对课堂完备元动作识别模型进行迭代优化；将预处理后学生课堂元动作视频输入该模型获得课堂学生元动作类别。这种方法不仅使用动态位置嵌入方法进行条件位置编码结合深度卷积网络以提升对元动作空间结构的解析能力，并采用ViT3D的全注意力机制提取动作的潜在空间特征，捕捉元动作的全局时空信息，从而提升课堂视频的学生完备元动作识别准确率。
-
公开(公告)号：CN118163138A
公开(公告)日：2024-06-11
申请号：CN202410278412.5
申请日：2024-03-12
Applicant: 桂林电子科技大学
Abstract: 本发明涉及机械臂末端夹具技术领域，涉及到一种抓取带有柔性表面的不规则物体的多模态物体夹具装置，包括具备独立吸盘的三个可活动指关节构成的自适应手指装置、用于安装驱动电机和泵机的上层底座法兰盖装置，用于吸盘和自适应手指的下层底座法兰盖装置；自适应手指装置有四个独立指关节构成，以底座下层法兰盖为起始点自上至下分别称为底端指关节、近端指关节、中端指关节、末端指关节，在指关节外壳上，近、中、末端指关节通过三个轴承和扭力弹簧旋转结构相连，在指关节内部，四个指关节通过吸盘硅胶导管与弹性钢丝绳以串行连接方式构成一根手指装置；指关节中心位置安装独立吸盘，并与硅胶负压引流吸盘导管连接，两侧分别安装有弹性钢丝绳，分别为指关节提供吸附力和关节驱动力。下层底座法兰盖装置安装有四具吸盘装置，四根夹具手指结构；上层底座法兰盖装置用于安装驱动电机、泵机、电子阀门及机械臂主体结构的固定装置等；本发明可以有效提升抓取不规则柔性物体的成功率，通过底座吸盘吸附稳定物体的主体，防止抓取过程中的物体晃动，自适应手指结构通过多节指关节实现不同的抓取自由度，能够适应不同的不规则物体形状，指关节内部的吸盘能够稳定的吸附物体表面，既增加了抓取面积，也提供了全方位的稳定吸附力，确保不规则柔性物体的稳定抓取，其多模态能力体现在面对不同形状、大小的柔性物体时均具备稳固的多方位吸附和抓取表现。
-
公开(公告)号：CN116720107A
公开(公告)日：2023-09-08
申请号：CN202310724327.2
申请日：2023-06-19
Applicant: 桂林电子科技大学
IPC: G06F18/24 , G01R31/327 , G06F18/214 , G06N3/0464
Abstract: 本发明涉及电力系统组件故障判断技术领域，涉及到一种电力断路器故障的在线分析方法和装置，包括：采集电力断路器正常和故障时的指标数据，用于训练判断模型；实时采集电力系统数据，并经过训练好的模型进行判断；当判断结果为正常工作时，根据当前电路指标进行数据矩阵更新；当判断结果异常时，生成异常工作数据并通过物联网技术返回故障指令，提醒工作人员检修。本发明可以有效提高电力系统的智能化水平。
-
公开(公告)号：CN110334548B
公开(公告)日：2023-04-07
申请号：CN201910640430.2
申请日：2019-07-16
Applicant: 桂林电子科技大学
IPC: G06F21/62 , G06F16/906
Abstract: 本发明公开了一种基于差分隐私的数据异常检测方法，采取先进行聚类再进行异常检测的方法，在prim算法生成的最小生成树中，用差分隐私中的噪声机制对最小生成树中边的权重添加随机噪声，隐藏数据对象间的关联性。同时，该方法使用融合相异度和逆相似数的判决准则检测异常，解决传统的top‑n方法需要预设参数，选取异常数据的不准确性这一缺陷。本发明方法具有更高的鲁棒性和更强的适应性，通过仿真数据集和真实数据集的实验分析表明提出的方法在数据分布不均匀的环境下能有效保证隐私数据的安全性，并提高异常检测的查全率，降低误判率。
-
公开(公告)号：CN110263203B
公开(公告)日：2021-09-24
申请号：CN201910345614.6
申请日：2019-04-26
Applicant: 桂林电子科技大学
IPC: G06F16/583 , G06F16/28
Abstract: 本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。
-
Patent Agency Ranking
-
公开(公告)号：CN108667684B
公开(公告)日：2021-04-30
申请号：CN201810293188.1
申请日：2018-03-30
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
Abstract: 本发明公开了一种基于局部向量点积密度的数据流异常检测方法，其特征是，包括如下步骤：1)对实时数据流进行处理；2)设置滑动窗口W中数据集Sm并初始化参数n，ε，λ；3)获取向量点积均值MVP；4)确定当前滑动窗口W中数据集Sm的最佳邻域半径r及r邻域；5)获取各数据点的局部向量点积密度LDVP；6)确定当前滑动窗口中的候选异常点；7)多重验证得到确定异常点。这种方法在高维空间和异常分布不均匀的数据集上，能准确有效的检测出当前实时、快速和多变的复杂数据流环境下隐藏的异常点，这种方法在无需聚类的情况下，能高效完成数据集的异常检测，且人为预设参数少，在不同异常占比和不同维数的情况下具有更高的鲁棒性和更强的自适应性。
-
公开(公告)号：CN107682319B
公开(公告)日：2020-07-03
申请号：CN201710823063.0
申请日：2017-09-13
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
IPC: H04L29/06 , G06F16/2458 , G06F16/906
Abstract: 公开了一种基于增强型角度异常因子的数据流异常检测及多重验证的方法，其特征是，包括如下步骤：1)对实时数据流进行处理；2)设置滑动窗口中数据集S；3)初始化参数k、r、ξ；4)获取距离矩阵dist；5)得到r邻域点集合；6)得到r邻域点集合的角度因子和局部密度7)获取相异度；8)获取各数据点的簇心因子；9)获取归属矩阵；10)确定簇心并聚类；11)对聚类后的各簇分别进行异常检测；12)多重验证。这种方法运用了滑动窗口和基本窗口技术，构造了高效的数据流处理模型，降低了内存的占用率、实时性好、异常检测准确率高、时间复杂度低。
-
公开(公告)号：CN106204482B
公开(公告)日：2019-03-29
申请号：CN201610538475.5
申请日：2016-07-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于加权稀疏的混合噪声去除方法，其在加权稀疏表示非局部训练字典的基础上加入变分法，对非局部相似块进行匹配，然后用对偶的方法求解混合去噪图像，能更好的保存图像的边缘信息。本发明的去噪效果优于现有算法，其具有很高的峰值信噪比和图像特征相似度，对混合噪声有很好的抑制作用，特别是能够很好的保存图像的边缘信息，对图像特征的保留有一定的改善。
-
公开(公告)号：CN108765296A
公开(公告)日：2018-11-06
申请号：CN201810600397.6
申请日：2018-06-12
Applicant: 桂林电子科技大学
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本发明公开了一种基于递归残差注意力网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）数据预处理；2）建立重建模型；3）残差注意力网络支路第一个残差注意力模块特征提取；4）递归网络支路第一个递归模块特征提取；5）特征融合；6）图像重建。这种方法能解决预处理操作带来的噪声，且获得更多高频信息来丰富图像细节，同时能减少网络参数，在增加层数的同时而不增加新的参数，能提高超分辨率重建的精度。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.048 seconds)
