-
公开(公告)号：CN111161112B
公开(公告)日：2023-04-18
申请号：CN201911374006.4
申请日：2019-12-27
申请人： 广东宜教通教育有限公司
发明人： 杜振锋
摘要： 本发明公开了一种行政班智能排课方法、系统、计算机设备及存储介质，所述方法包括：读取教学计划；将固定要排的科目、行政课科目依次进行预排课；根据预排课结果，生成多张初始课表；采用遗传算法，计算多张初始课表的种群适应度值，选择种群适应度值最小的初始课表作为最佳课表；判断最佳课表的种群适应度值是否达到预设期望值；若最佳课表的种群适应度值达到预设期望值，则输出该最佳课表；若最佳课表的种群适应度值未达到预设期望值，则将最佳课表依次进行交叉、变异，重新选择最佳课表，返回判断最佳课表的种群适应度值是否达到预设期望值，并执行后续操作。本发明利用计算机强大的计算能力加上智能算法，克服了传统人工编排课表的困难。
-
公开(公告)号：CN109472319B
公开(公告)日：2021-08-31
申请号：CN201811448722.8
申请日：2018-11-28
申请人： 佛山科学技术学院 , 广东宜教通教育有限公司
摘要： 本发明公开了一种三维模型分类方法以及检索方法，分类方法包括建立神经网络模型；生成训练数据集；将所述训练数据集输入到神经网络模型中；将待测三维模型输入到神经网络模型中，神经网络模型输出分类结果；检索方法进一步包括计算待测三维模型的模型描述符与各个模板三维模型的模型描述符之间的欧氏距离；最小的欧氏距离所对应的模板三维模型即为待测三维模型的检索结果。发明中神经网络模型中的第N个结构体的卷积层输出端分别与第N+1个结构体的批标准化层输入端以及第N+2个结构体的批标准化层输入端相连，增加了每一个结构体的输入，能够有效地提高神经网络模型处理数据的准确性，进而提高本方法的待测三维模型的分类和检索的准确度。
-
公开(公告)号：CN111400535A
公开(公告)日：2020-07-10
申请号：CN202010164943.3
申请日：2020-03-11
申请人： 广东宜教通教育有限公司
IPC分类号： G06F16/583 , G06K9/00 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种轻量级人脸识别方法、系统、计算机设备及存储介质，所述方法包括：利用人脸检测网络对人脸进行检测，得到人脸图像特征，所述人脸检测网络包括五个深度可分离卷积层和三个Inception块；利用特征提取网络对人脸图像特征进行特征提取，得到128维特征向量，作为待识别人脸特征，所述特征提取网络包括十二个堆叠层；将待识别人脸特征与数据库人脸特征进行比对，得到人脸识别结果。本发明在保持较高的识别速度的同时能够兼顾较好的特征提取。
-
公开(公告)号：CN109472319A
公开(公告)日：2019-03-15
申请号：CN201811448722.8
申请日：2018-11-28
申请人： 佛山科学技术学院 , 广东宜教通教育有限公司
摘要： 本发明公开了一种三维模型分类方法以及检索方法，分类方法包括建立神经网络模型；生成训练数据集；将所述训练数据集输入到神经网络模型中；将待测三维模型输入到神经网络模型中，神经网络模型输出分类结果；检索方法进一步包括计算待测三维模型的模型描述符与各个模板三维模型的模型描述符之间的欧氏距离；最小的欧氏距离所对应的模板三维模型即为待测三维模型的检索结果。发明中神经网络模型中的第N个结构体的卷积层输出端分别与第N+1个结构体的批标准化层输入端以及第N+2个结构体的批标准化层输入端相连，增加了每一个结构体的输入，能够有效地提高神经网络模型处理数据的准确性，进而提高本方法的待测三维模型的分类和检索的准确度。
-
公开(公告)号：CN105978932A
公开(公告)日：2016-09-28
申请号：CN201610260619.5
申请日：2016-04-22
申请人： 广东宜教通教育有限公司
发明人： 杜振锋
IPC分类号： H04L29/08
CPC分类号： H04L67/26
摘要： 本发明实施例公开了一种基于教育系统的信息交互方法、推送终端及交互系统，解决了目前针对于教育系统始终存在于老师信息发布时，家长无法获知与学生相关信息的信息孤岛技术问题。本发明实施例基于教育系统的信息交互方法包括：获取到用户待发布的交互信息；根据交互信息的类型进行对应模式的信息存储处理；根据交互信息的类型通过对应的信息存储渠道将交互信息推送至与交互信息对应的目标终端上。
-
公开(公告)号：CN105975743A
公开(公告)日：2016-09-28
申请号：CN201610260755.4
申请日：2016-04-22
申请人： 广东宜教通教育有限公司
IPC分类号： G06F19/00 , A61B5/01 , A61B5/0205 , A61B5/021 , A61B5/091
摘要： 本发明实施例公开了智能医学检测互动系统，用于解决普通民众误判自身病情的严重程度，造成一线城市医疗资源负担过大的问题。本发明实施例中一种智能医学检测互动系统，包括：智能医学检测互动终端和智能医学检测互动服务器；所述智能医学检测互动终端放置在居民社区的公共区域，包括显示模块、用户信息采集模块和医疗数据采集模块；所述智能医学检测互动系统包括以下工作流程：采集用户身份信息，并进行验证；若身份验证通过，采集用户本人的医疗数据，通过网络将所述医疗数据提交给所述智能医学检测互动服务器；所述智能医学检测互动服务器对所述医疗数据进行诊断分析，得到诊治建议；所述智能医学检测互动服务器推送所述诊治建议至所述用户。
-
公开(公告)号：CN105791428A
公开(公告)日：2016-07-20
申请号：CN201610259725.1
申请日：2016-04-22
申请人： 广东宜教通教育有限公司
CPC分类号： H04L67/025 , H04L41/0806 , H04L41/0813 , H04L41/0816 , H04L41/0883
摘要： 本发明实施例公开了一种智能电子屏控制方法、装置及系统，解决了目前在教育领域应用中，如学校智能电子屏的运维中，由于学校面积大智能电子屏分布较为离散，导致的维护、管理成本高的技术问题。本发明实施例智能电子屏控制方法包括：实时远程对智能电子屏的运行参数进行预置配置；实时对配置好的智能电子屏进行预置策略配置；根据获取到的环境自适应指令实时进行智能电子屏环境自适应处理。
-
公开(公告)号：CN112541877B
公开(公告)日：2024-03-19
申请号：CN202011549596.2
申请日：2020-12-24
申请人： 广东宜教通教育有限公司
IPC分类号： G06T5/73 , G06N3/0464
摘要： 本发明公开了一种基于条件生成对抗网络的去模糊方法、系统、设备及介质，所述方法包括：构建生成对抗网络；获取模糊图像和清晰图像；将模糊图像输入生成器的输入层，依次经过标准卷积层、第一激活函数层和第一特征归一化层进行处理；将处理结果输入多个Group‑SE模块中提取特征；将提取的特征输入反卷积层中进行上采样，得到模拟图像；以模拟图像作为负样本，以清晰图像作为正样本，将负样本和正样本输入判别器中进行判别，输出清晰图像的真假判别结果；通过迭代训练生成器和判别器，直到生成对抗网络达到纳什均衡；利用训练好的生成对抗网络对待处理图像进行去模糊处理。本发明可以解决图像去模糊技术运用在人脸识别相关场景中准确率提升不明显等问题。
-
公开(公告)号：CN111178751B
公开(公告)日：2024-01-23
申请号：CN201911375961.X
申请日：2019-12-27
申请人： 广东宜教通教育有限公司
发明人： 杜振锋
IPC分类号： G06Q10/0631 , G06Q10/04 , G06Q50/20 , G06N3/126
摘要： 本发明公开了一种新高考走班智能排课方法、系统、计算机设备及存储介质，所述方法包括：读取教学计划；根据所有学生的走班情况，分成多个教师和学生无冲突的走班组合，并使课程数与教学计划一致；将固定要排的科目、走班组合、行政课科目依次进行预排课；生成多张初始课表；采用遗传算法，计算多张初始课表的种群适应度值，选择种群适应度值最小的初始课表作为最佳课表；判断最佳课表的种群适应度值是否达到预设期望值；若是，则输出该最佳课表；若否，则将最佳课表依次进行交叉、变异，重新选择最佳课表，返回判断最佳课表的种群适应度值是否达到预设期望值，并执行后续操作。本发明能
-
公开(公告)号：CN114004484A
公开(公告)日：2022-02-01
申请号：CN202111269382.4
申请日：2021-10-29
申请人： 广东宜教通教育有限公司
IPC分类号： G06Q10/06 , G06Q50/20 , G06F16/2458
摘要： 本发明公开了一种走班制下的智能选科方法及其系统，包括：发布选科任务，提供科目组合列表，导入考试成绩，计算每个学生各自在每种科目组合下的综合排名，得到有序的科目组合列表；学生登录并浏览后从有序的科目组合列表中选择科目组合；统计学生的浏览情况，计算学生对于每种科目组合的兴趣系数；计算学生浏览的多个科目组合中最高的等级赋分总和以及最高的综合评价分数；对学生最新选择的科目组合进行智能分析，得出该科目组合对于学生的合理度分析结果；学生结合合理度分析结果作最后的选科决定。本发明将学生兴趣和考试的成绩结合起来，进行量化计算，能有效帮助学生进行学科选择，解决学生选科无从下手，难以准确选择适合自己的学科的问题。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.05 秒)
