-
公开(公告)号：CN107628174B
公开(公告)日：2022-10-28
申请号：CN201710944395.4
申请日：2017-09-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种全向球轮驱动无车把自平衡自行车，包括车架、前球轮驱动装置和后车轮支撑机构，前球轮驱动装置包括前车球架、球轮和驱动球轮万向转动的球轮驱动机构，前车球架的上部安装于车架前端，前车球架的下部为连接的球罩和球箍，球罩罩住球轮的上半球，所述球箍套托在球轮下半球的上部，球罩与上半球之间通过球弧形滚珠副滚动连接，球箍与下半球之间通过圆周均布的牛眼轮滚动连接；球轮驱动机构包括于球罩上圆周均布的三个单排全向轮，单排全向轮穿过球罩上的开口与球轮上半球面垂直相切，各单排全向轮的驱动为对应设置在前车球架上部的直流减速编码电机。本发明灵活度高、转弯半径小、稳定性好，可以走出任意的曲线运动。
-
公开(公告)号：CN109636897B
公开(公告)日：2022-08-23
申请号：CN201811405883.9
申请日：2018-11-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于改进RGB‑D SLAM的Octomap优化方法，其特征在于，包括如下步骤：1）构造最小误差函数优化RGB‑D SLAM室内定位系统相机位姿，获得点云图；2）使用K维树进行点云组织；4）计算平均K‑最近领距离；5）定义异常值并从点云图中删除；6）建立Octomap地图。这种方法能去除Octomap地图中的稀疏异常值，能提高Octomap地图的准确性和紧凑性并减少内存消耗。
-
公开(公告)号：CN109635279B
公开(公告)日：2022-07-26
申请号：CN201811396784.9
申请日：2018-11-22
Applicant: 桂林电子科技大学
IPC: G06F40/295 , G06N3/04
Abstract: 本发明公开了一种基于神经网络的中文命名实体识别方法，采用机器学习方面的算法并且结合神经网络模型，对文本进行分析和命名实体识别。将中文文本中出现的每一个字都构建特征向量，其特征包括位置特征和字符特征。然后把这组句子所对应的特征向量作为神经网络模型的输入，经过Bi‑LSTM以及CRF层后将结果映射到相应的实体标签，完成实体识别任务。该方法仅需要训练文本以及输入语句就可以完成实体识别，是一种灵活方便的方法。
-
公开(公告)号：CN111950717B
公开(公告)日：2022-07-19
申请号：CN202010881063.8
申请日：2020-08-27
Applicant: 桂林电子科技大学
IPC: G06N3/04 , G06K9/62 , G06F40/30 , G06F16/951 , G06F16/35 , G06F16/215
Abstract: 本发明公开了一种基于神经网络的舆情量化方法，步骤为：1）利用爬虫技术采集用户在社交平台上的舆论文本数据，将采集的数据以文本形式存储于数据库中；2）对收集的舆论文本数据进行数据预处理；3）根据预处理后的数据，构建舆论分析数据集；4）构建网络模型，利用舆论分析数据集中的舆论文字和所关联因素数据对网络模型进行训练；5）利用训练好的网络模型对舆论文本进行量化；该方法可以通过神经网络的方式对符号化文本进行量化，并且采用了多特征碎片的权重计算来确定各类因素的影响权重。较传统方法而言，该方法更加灵活，鲁棒性更强，从社会经济来看，该方法可以紧抓热点，跟随数据量的增大而更加客观理性，更加符合舆情实际结果。
-
公开(公告)号：CN110633363B
公开(公告)日：2022-02-18
申请号：CN201910883202.8
申请日：2019-09-18
Applicant: 桂林电子科技大学
IPC: G06F16/335 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于NLP和模糊多准则决策的文本实体推荐方法，其特征在于，包括如下步骤：1）采用word2vec对文本进行词向量训练；2）对每个词向量进行相似度计算；3）构造模糊多准则决策的推荐过程；4）量化实体词向量相似度参数5）构造模糊决策标准矩阵；6）用相对比较法确定标准实体的权重；7）使用模糊聚合算子量化实体推荐过程的总体用户偏好；8）得到被推荐实体的排名，进行推荐。这种方法能缩短文本实体推荐时间、提高词向量相似度精度，同时具有推荐精度高、软件运算量低的特点，在保证文本相似度精度的前提下实现精准推荐的要求。
-
Patent Agency Ranking
公开(公告)号：CN113447016A
公开(公告)日：2021-09-28
申请号：CN202110718921.1
申请日：2021-06-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种检测局部地形的装置和方法，通过球形机构的球面测量增量式编码器和光栅尺可以确定圆球的在大地坐标系下的位置信息。通过惯性测量单元采集到三个轴上的线加速度投影至大地坐标系，通过两次积分计算，确定惯性测量单元在大地坐标系下的位置信息，进一步确定圆球接地点的位置信息。通过行走机构的行走测量增量式编码器可以确定三个全向车轮在大地坐标系下的位置信息，进一步通过装置的机械结构与系统坐标系之间的旋转变换关系，确定圆球接地点的位置信息。将上述获取到的离散的位置信息通过卡尔曼滤波进行数据融合，并对融合后的数据进行梯度求导，从而构建出地形的模型。本发明可以对未知的地形进行有效的准确的检测。
-
公开(公告)号：CN113254259A
公开(公告)日：2021-08-13
申请号：CN202110505175.8
申请日：2021-05-10
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种用于改善低精度浮点数传输效率的方法，针对物联网中的传感器采集的低精度浮点型数据进行精度保留和归类，采用了对采集到的十进制整数进行每三位划分为一组的方法，将每三位十进制整数为一组的数据转换为二进制数据，再转换为十六进制数据，具有压缩率较高，冗余位较少，存储量少，不受压缩格式束缚等优势，尤其适用于低精度浮点数传输，可广泛用于物联网的数据处理等领域。
-
公开(公告)号：CN110049447B
公开(公告)日：2021-02-05
申请号：CN201910294259.4
申请日：2019-04-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于位置信息的伙伴关系分析方法，包括wifi发射单元、wifi信号强度检测终端、数据处理终端和伙伴关系分析单元组成的分析模型，分析方法步骤为：1）wifi发射单元设置在需要检测的场所；2）wifi信号强度检测终端采集wifi发射单元发射的信号强度，将信号强度信息实时报送至数据处理终端；3）数据处理终端将接收到的信号强度与线下预先采集完成的指纹数据库进行对比，采用KNN算法计算得到实时位置信息，并采用K‑Mean聚类方法将收集的所有的位置信息进行聚类，最后将位置信息和聚类信息报送至伙伴关系分析单元；4）伙伴关系分析单元通过聚类关系和位置信息分析得到伙伴关系的分析结果。该方法实时性强，计算量小，精度高，能得到准确的伙伴关系。
-
公开(公告)号：CN112040178A
公开(公告)日：2020-12-04
申请号：CN202010808553.5
申请日：2020-08-12
Applicant: 桂林电子科技大学
Abstract: 本发明涉及移动监控设备技术领域，且公开了一种实时人流量监控设备以及设备运行方法，包括移动小车，所述移动小车的上端固定卡接有固定箱，所述固定箱的上端开设有通孔且通孔内通过滚珠轴承转动套接有转杆，所述转杆的上端固定连接有旋转板，所述转杆的下端固定连接有第一从动齿轮，所述固定箱的顶部内壁固定连接有驱动电机，所述驱动电机的输出轴固定连接有与第一从动齿轮啮合的第一主动齿轮。本发明能够快速调节监控摄像头的监控方位，提高了监控摄像头的监控范围，同时还设置有物联网无线连通模块，能够将实际检测情况传输至手机移动端。
-
公开(公告)号：CN111970633A
公开(公告)日：2020-11-20
申请号：CN202010857882.9
申请日：2020-08-24
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于WiFi、蓝牙和步行者行航位推算融合的室内定位方法，其特征在于，包括如下步骤：1）划分定位区域、建立WiFi离线指纹数据库：(1)划分定位区域，建立WiFi离线指纹数据库；2）聚类训练样本得到类质心向量：3）采用层次聚类算法得到定位坐标；4）采用改进加权质心算法实现蓝牙定位；5）融合WiFi和蓝牙定位得到WiFi和蓝牙融合定位坐标；6）融合PDR得到最终定位坐标。这种方法具有定位精度高、软件运算量低的特点，可满足实时定位精度要求。
-
-
-
-
-
-
-
-
-
Search Results
216
records
(took 0.032 seconds)
