-
公开(公告)号：CN113505717B
公开(公告)日：2022-05-31
申请号：CN202110809781.9
申请日：2021-07-17
Applicant: 桂林理工大学
IPC: G06V40/16 , G06V10/46 , G06V10/74 , G06K9/62 , G06F16/535
Abstract: 本发明公开了一种基于人脸面部特征识别技术的在线通行系统。包括获取模块、采集模块、提取模块、初始化模块、计算模块、匹配模块、检测模块和优化模块。采用特征脸匹配算法，实现更高准确度的人脸识别；采用在线/离线活体检测服务，识别用户是否为真人，有效抵御照片、视频、3D模具等作弊工具；采用系统优化算法优化系统的空间和时间复杂度，减少系统响应时间，提高系统流畅度。本发明所述人脸面部特征识别系统可防止不法分子利用他人照片、视频、3D模具等工具进行作弊，能有效提高现有人脸识别系统的人脸识别准确度和通行效率，可广泛应用于金融业、零售业、安保通行等领域，满足身份核验、人脸考勤、闸机通行等业务需求。
-
公开(公告)号：CN113870540A
公开(公告)日：2021-12-31
申请号：CN202111039809.1
申请日：2021-09-07
Applicant: 桂林理工大学
Abstract: 本发明提供一种基于北斗导航的宠物防丢失智能跟踪系统，包括宠物主人单元和宠物单元：宠物主人单元包括无线收发设备；宠物单元包括天线、北斗RNSS(Radio Navigation Satellite System)导航系统模块、无线收发模块、控制管理模块和电池模块。天线和无线收发模块相连，电池模块与北斗RNSS导航系统模块、无线收发模块和控制管理模块相连，无线收发模块和北斗RNSS导航系统模块相连，控制管理模块和无线收发模块、北斗RNSS导航系统模块相连。本发明的优点是宠物主人利用现有的终端设备就可以发送信号给宠物方，通过结合北斗RNSS及无线通信网络在需要得到宠物位置信息的时候，可以准确地检测宠物位置信息，宠物主人可实时监控宠物位置。
-
公开(公告)号：CN113673239A
公开(公告)日：2021-11-19
申请号：CN202110752833.3
申请日：2021-07-03
Applicant: 桂林理工大学
IPC: G06F40/289 , G06F40/242 , G06F40/216 , G06K9/62
Abstract: 本发明公开了一种基于情感词典加权的酒店评论情感极性分类方法，使用中文酒店评论语料公开数据集，然后将酒店评论文本数据进行清理和提取后，送入基于情感词典加权的朴素贝叶斯情感极性分类器模型中进行训练与测试，预测结果以精确率、召回率和F1值等指标进行评估，为消费者和商家提供更精确的决策支持。本发明提供的一种基于情感词典加权的酒店评论情感极性分类方法，是针对消费者对符合自身兴趣以及酒店服务质量的优质酒店入住需求的应用方法，解决了酒店特定领域语料库的缺乏、朴素贝叶斯算法的独立性假设问题带来的影响，满足了消费者主观选择的正确性，应用情感词典提高了情感极性分类模型时效性和针对性，满足实际应用需求。
-
公开(公告)号：CN113568704A
公开(公告)日：2021-10-29
申请号：CN202110813350.X
申请日：2021-07-19
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于三次精英孵化算法的容器云任务调度优化方法。首先对各个可用节点的资源数据和运行数据进行采集，并且对原始数据进行处理，利用可信度对数据进行筛选，然后建立相关评估模型并对参数进行优化，参数初步优化是利用模拟退火算法中的热槽法通过概率分布函数随机产生相关参数的若干个候选值，参数二次优化是使用n个独立运行的遗传算法对参数进行更新，从而获得局部最优解所组成的精英种群，参数最终优化是将精英种群作为模拟退火算法的初值，对全局最优解进行搜索迭代，从而得出最终结果。本发明所提供的一种基于三次精英孵化算法的容器云任务调度优化方法，此方法在满足用户需求的同时能降低时间成本和能耗成本。
-
公开(公告)号：CN113345187A
公开(公告)日：2021-09-03
申请号：CN202110580056.9
申请日：2021-05-27
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于声音的室内防盗监控系统。包括综合研判子系统、预警子系统、云服务器和信息查询子系统；综合研判子系统包括声音采集器、嵌入式计算机、摄像头和智能检测模块；预警子系统包括自动报警子模块、喇叭和110报警台。声音采集器采集声音信号；嵌入式计算机对声音信号进行预处理形成声音样本；声音样本和摄像头采集的图像或者视频上传至智能检测子模块进行综合识别判断，并将结果进行反馈；云服务器用于存储智能检测子模块上传的处理结果，并将结果上传至自动报警子模块进行结果比对。本发明采用深度学习算法结合人工经验对卷积神经网络模型进行训练，具有识别准确性高、安全性好、效率高和智能化等优点。
-
Patent Agency Ranking
公开(公告)号：CN113240879A
公开(公告)日：2021-08-10
申请号：CN202110482745.6
申请日：2021-04-30
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于物联网的高校宿舍监控管理系统，涉及高校管理设备领域，包括信息采集模块、信号处理模块、单片机最小系统、显示模块、报警模块及电源模块。该系统通过烟雾传感器、声音传感器，对宿舍内的烟雾浓度、声音分贝值进行实时监测；通过面部识别装置对学生身份进行核实。当发生宿舍烟雾浓度过高、宿舍噪音过大或学生未按时返回宿舍等情况时，会以警报或手机短信的形式将情况告知宿舍管理人员。与传统宿舍管理模式相比，本发明基于物联网技术，实现了对学生宿舍烟雾浓度和声音分贝值的监测，同时结合面部识别装置完成了规定时间段学生宿舍人数的统计，并根据监测情况进行显示并报警，具有简单、实用、易部署及效率高的优点。
-
公开(公告)号：CN112305184A
公开(公告)日：2021-02-02
申请号：CN202011081813.X
申请日：2020-10-12
Applicant: 桂林理工大学
Abstract: 本发明公开了一种污水处理多故障诊断系统及方法，包括：污水指标采集子系统、污水指标接收传输子系统、数据存储子系统、数据处理子系统、云端数据库、查询子系统、比较子系统、异常指标数据处理子系统、故障报警显示子系统，结合变量的聚类分析算法和加权熵模型对污水指标数据进行计算与分析，减少数据的冗余和提高数据的总体质量，体现出数据处理子系统在进行指标数据处理时，具有灵活性高、扩展性好、处理效率高和出错率低的优点，同时利用阈值告警方式，达到对污水指标的实时监控，具有对污水指标数据可以精确掌握的优点。本发明不仅能够对多故障进行详细的数据分析和故障分析，同时还具有快速精确地找到多个故障位置的优点。
-
公开(公告)号：CN111539793A
公开(公告)日：2020-08-14
申请号：CN202010348584.7
申请日：2020-04-28
Applicant: 桂林理工大学
IPC: G06Q30/06 , G06Q50/04 , G06F16/951
Abstract: 本发明公开了一种面向OPM模式的智造业可视化服务平台。包括：客户可视化交互模块，实现企业与客户交互功能；构建可视化展示知识库模块，提高内部模块间复用率；构建客户个性化需求获取模块，获取用户个性化需求，推荐选配清单给客户；构建客户个性化需求归类模块，采用聚类算法进行订单汇总；产品可视化方案及报价模块，将生成的方案及报价反馈给用户。本发明帮助企业与客户实现交互性，结合客户的个性化需求进行产品的生产，建立了企业智能生态链系，解决了企业在传统模式下，市场分析不足、产品单一、资源无法高效利用的问题，一定程度上帮助实现智能化生产，提高了产品生产效率。
-
公开(公告)号：CN107995599B
公开(公告)日：2020-07-31
申请号：CN201711100096.9
申请日：2017-11-10
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于频谱感知技术的天然橡胶采集监控方法。设置一种天然橡胶采集报警装置，利用液位传感器感应接胶桶内乳液的液位变化，利用视频摄像传感器、温湿度传感器监测橡胶林的生长环境，利用锚传感器节点及无线传感器自身的定位功能实现对监测目标的定位，引入频谱感知技术与无线传感器节点组成认知无线传感器网络，实现了天然橡胶的智能采集，橡胶林生长环境的监测等功能。本发明方法能够使采胶工人分工明确，快速准确找到待运输的接胶桶，极大地提高了采胶工人的工作效率。具有使用方便、响应速度快、测量精度高、结构简单、体积小、重量轻、防水、防虫、维护方便、应用面广的优点。
-
公开(公告)号：CN111383222A
公开(公告)日：2020-07-07
申请号：CN202010190829.8
申请日：2020-03-18
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于深度学习的椎间盘MRI图像智能诊断系统。包括：数据存储子系统，用于存储模型训练所需要使用的数据；数据处理子系统，用来对数据进行预处理、数据扩充、数据标注与数据转换；模型训练子系统，用于训练改进的YOLOv3的网络；实时显示子系统，用于获取用户上传待检测椎前盘MRI图片并显示诊断结果。本发明在原有YOLOv3基础上增加互连体系结构，通过共享不同比例尺的特征映射信息，提高多比例尺目标检测的性能，同时，减少检测模块中卷积层的数量以减少网络模型参数的数量，从而加快了训练网络和网络推理速度。可实现实时、自动、准确的对椎间盘MRI图片进行检测与分类，辅助医师制定下一步的治疗方案。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.026 seconds)
