公开(公告)号：CN117068159A

公开(公告)日：2023-11-17

申请号：CN202311102057.8

申请日：2023-08-30

Applicant: 东风柳州汽车有限公司 ,  桂林电子科技大学 ,  清华大学

Inventor： 许恩永 ,  郑毅 ,  朱纪洪 ,  何水龙 ,  林长波 ,  李慧 ,  朱斌 ,  展新 ,  冯海波 ,  袁夏明 ,  王善超 ,  陈志刚 ,  冯高山 ,  许家毅 ,  邓聚才 ,  李超 ,  鲍家定 ,  郑伟光 ,  胡超凡 ,  陶林

IPC: B60W30/165 ,  B60W30/14 ,  B60W40/105 ,  B60W40/107

Abstract: 本发明公开了一种基于抗扰控制的自适应巡航系统，在所述系统中，环境感知层每隔一段预设时间采集前方车辆的第一加速度，上层控制器通过前车加速度预测器，对前方车辆接下来一预设时段内的第一加速度进行预测，并获取第一期望加速度；通过下层控制器的前馈控制模块，用于计算生成车辆的前馈控制量；以及通过下层控制器的反馈控制模块，计算生成待控制车辆的反馈控制量，最后根据前馈控制量以及反馈控制量，计算生成待控制车辆的第二期望加速度，以通过车辆执行机构控制待控制车辆的加速度。通过实施本发明，能够使待控制汽车在跟车模式下可以更快和更准的对加速度进行控制，以更好的保持跟车距离，提高安全性。

公开(公告)号：CN110222558A

公开(公告)日：2019-09-10

申请号：CN201910325729.9

申请日：2019-04-22

Applicant: 桂林电子科技大学

Inventor： 强保华 ,  张世豪 ,  赵天 ,  陶林 ,  谢武

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的手部关键点检测方法，所述方法包括了CPMs卷积神经网络和GoogLeNet神经网络模型。所述CPMs卷积神经网络中，保留stage1中的数据层和最后七个卷积层，将stage1中的其他层剔除掉。所述GoogLeNet神经网络模型中，选用其前13网络层，并删除其中的数据层和inception(3b)后面的max pool层。将所述CPMs卷积神经网络和所述GoogLeNet神经网络模型结合起来，修改每一层的bottom属性、top属性的名称，使得层与层之间能够链接起来。本发明改进了网络模型结构，提高了关键点检测的准确度和减小了模型训练的代价（训练时间等），减少了模型参数得以加快检测速度。

公开(公告)号：CN119538937A

公开(公告)日：2025-02-28

申请号：CN202411688518.9

申请日：2024-11-25

Applicant: 桂林电子科技大学

Inventor： 强保华 ,  陈志勤 ,  陶林 ,  张世豪 ,  郑虹

IPC: G06F40/30 ,  G06F18/213 ,  G06F18/22 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/09

Abstract: 本发明公开了一种基于RoBERTa‑wwm‑ext‑large预训练模型的中文语义匹配方法，所述方法通过预训练模型RoBERTa‑wwm‑ext‑large获取匹配文本的初始向量表示，利用特征注意力加强两个文本向量之间的语义交互；接着将文本向量送入卷积神经网络提取更多特征信息后，再输出到长短期记忆网络这些特征信息的时间序列依赖性，通过自注意力丰富文本向量的上下文信息；建立微调表示模型去处理初始文本连接向量，获得微调过的文本对连接向量。最后将这些文本向量输入到多层感知机网络，计算文本匹配结果。与现有的基于预训练模型的文本匹配算法比较，本发明具有较高的准确度和较好的泛化性。

公开(公告)号：CN117171871A

公开(公告)日：2023-12-05

申请号：CN202310988308.0

申请日：2023-08-07

Applicant: 东风柳州汽车有限公司 ,  桂林电子科技大学 ,  东南大学

Inventor： 许恩永 ,  尤成江 ,  何水龙 ,  殷国栋 ,  肖飞 ,  林长波 ,  李慧 ,  展新 ,  冯海波 ,  王善超 ,  邓聚才 ,  冯高山 ,  许家毅 ,  李超 ,  陶林 ,  郑伟光 ,  胡超凡

IPC: G06F30/15 ,  G06F30/23 ,  G06F30/28 ,  G06T17/20 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明涉及数据处理技术领域，公开了一种结构特征分析方法、装置、设备及存储介质，该方法包括：建立车辆的几何模型，并对几何模型进行网格划分，得到车体模型网格；基于车体模型网格进行模拟计算，得到外流场数据；对外流场数据进行模态分解和重构，得到外流场特征信息；对外流场特征信息进行分析与比较，得到外流场结构特征的目标模态和规律。本发明通过对车体模型网格进行模拟计算的外流场数据进行模态分解和重构，得到外流场特征信息，并根据外流场特征信息得到外流场结构特征的目标模态和规律，解决了外流场结构特征分析成本高、精度和效率低的技术问题，降低成本，精度高、计算效率快、适用范围广。

公开(公告)号：CN115406656A

公开(公告)日：2022-11-29

申请号：CN202211042702.7

申请日：2022-08-29

Applicant: 桂林电子科技大学

Inventor： 何水龙 ,  朱良玉 ,  李慧 ,  陶林 ,  胡超凡 ,  蒋占四 ,  莫秋云

IPC: G01M13/045 ,  G06F30/27 ,  G06F30/17 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及智能诊断技术领域，提供一种轴承锈蚀智能诊断方法，该方法通过采集滚动轴承在正常、轻微锈蚀、重度锈蚀三种状态下的原始振动数据；按初始设定的比例截断，得到训练集和测试集，灰度化处理后，构建基于ECA‑Net与EfficientNet的轴承锈蚀智能诊断模型，输入模型中进行训练，损失函数优化神经网络中参数的权重和偏置；判断迭代次数是否达到初始设定的值，得到最优模型，能够通过对网络深度、网络宽度以及输入分辨率这三个维度进行有效缩放，得到更好的智能诊断模型；提高轴承锈蚀智能诊断模型的性能，将该方法和系统用于诊断轴承的锈蚀故障，能够实现对轴承健康状态及锈蚀严重程度进行准确评估，提高智能化和准确率。

公开(公告)号：CN114168784A

公开(公告)日：2022-03-11

申请号：CN202111511008.0

申请日：2021-12-10

Applicant: 桂林电子科技大学

Inventor： 陈锐东 ,  强保华 ,  陶林 ,  郑虹 ,  孙苹苹 ,  张世豪

IPC: G06F16/583 ,  G06F16/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种分层监督跨模态图文检索方法，所述的方法包括步骤如下：S1：构建用于提取图像特征和文本特征的特征提取网络；S2：利用特征提取网络提取图像和文本特征，分别得到图像和文本的初步高维特征值；S3：构建模态对抗网络，将图像和文本的初步高维特征值输入模态对抗网络进行对抗学习，使得含有相同语义的不同模态在公共空间中的距离最近；S4：构建哈希码生成网络，并利用哈希码生成网络约束特征提取网络的最后一层全连接层，使得通过最后一层全连接层的图像和文本的初步高维特征值，生成最优哈希码，实现对跨模态数据检索。本发明能实现对具有分层监督跨模态数据的检索，提升跨模态检索效率。