-
公开(公告)号：CN105956089A
公开(公告)日：2016-09-21
申请号：CN201610284127.X
申请日：2016-05-03
Applicant: 桂林电子科技大学
IPC: G06F17/30
CPC classification number: G06F16/337
Abstract: 本发明为一种针对具备项目的分类信息的推荐方法，在许多网络应用中往往需要给用户推荐，需要利用上下文信息来提高推荐准确率并增强用户体验，然而现有的上下文感知推荐方法依然面临数据稀疏性问题的挑战。为了进一步缓解数据稀疏性问题，本专利提出一种新型的推荐方法，结合用户评分数据及用户类别偏好进行物品推荐，以解决用户评分数据稀疏时评分预测准确率低的问题。该方法适用于大规模数据。实验结果表明，与目前主流的方法相比，该方法具有较好的推荐效果。
-
公开(公告)号：CN119992596A
公开(公告)日：2025-05-13
申请号：CN202510094825.2
申请日：2025-01-21
Applicant: 南宁桂电电子科技研究院有限公司 , 桂林电子科技大学
Abstract: 本发明公开一种基于动态注意力和跨分支动态融合的人体姿态估计方法，通过构建HRNet(多分辨率特征提取模块)、CSAM(跨分支动态融合模块)、DAM(动态增强模块)和SimCC(关键点坐标分类模块)相结合的关键点预测模型实现人体姿态估计。通过引入CSAM和DAM，结合HRNet和SimCC技术，显著提升人体关键点定位的精度和效率。动态注意力机制和多分辨率动态融合有效减少冗余计算，显著降低了模型推理时间；通过SimCC直接回归关键点坐标，避免热度图引入的模糊性，实现像素级精准定位；在复杂场景(如遮挡严重、视角变化大)下依然表现优越，具有强鲁棒性。
-
公开(公告)号：CN116433611A
公开(公告)日：2023-07-14
申请号：CN202310279890.3
申请日：2023-03-21
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于UNet的多分支肝脏肿瘤分割方法，先构建基于UNet的多分支肝脏肿瘤分割网络；再利用事先已经分割出肝脏肿瘤的CT图像所构建的训练样本集对基于UNet的多分支肝脏肿瘤分割网络进行深度学习训练，得到训练好的基于UNet的多分支肝脏肿瘤分割网络；后将当前需要进行肝脏肿瘤分割的CT图像送到训练好的基于UNet的多分支肝脏肿瘤分割网络中，得到已分割出肝脏肿瘤的CT图像。通过加强分割网络特征图的感受野以及充分利用通道与空间结构信息，可以更好地捕获像素级细节和空间信息，从而提高网络对医学图像的分割性能。与现有的方法不同，本发明所提出的网络架构在捕获局部边缘的精细细节的同时，还能捕获全局多尺度信息，从而确保空间一致性。
-
公开(公告)号：CN114978705B
公开(公告)日：2023-07-11
申请号：CN202210571296.7
申请日：2022-05-24
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种面向SDN指纹攻击的防御方法，通过对第一个数据包的后续少量的数据包进行延时处理，且延时值动态设置为第一个数据包的处理时延，使得第一个数据包的后续少量数据包的往返时延RTT值近似等于第一个数据包的往返时延RTT值，最大限度保证整个网络的服务质量的同时达到迷惑攻击者的效果，同时计算固定周期内W个数据包的匹配字段的信息熵增益，对超过设定阈值的下一个周期内的前几个数据包进行限速处理，以缓解攻击者的指纹扫描攻击，同时记录异常日志便于管理员及时查看处理。
-
公开(公告)号：CN116340866A
公开(公告)日：2023-06-27
申请号：CN202310034445.0
申请日：2023-01-10
Applicant: 桂林电子科技大学
IPC: G06F18/2431 , G06F18/241 , G06F18/2131 , G06F18/23213 , G06N20/00
Abstract: 本发明公开一种基于改进SMOTE的工业不平衡数据分类方法，首先获取工业设备的样本监控记录数据得到不平衡数据集；然后利用改进SMOTE方法对不平衡数据集进行处理，得到平衡数据集；接着将平衡数据集作为训练数据集对分类器进行训练，得到训练好的分类器；最后获取工业设备的实时监控记录数据，并将实时监控记录数据的特征向量送入到训练好的分类器中，得到工业设备的状态。本发明通过评分机制有效保证了合成的少数类样本质量，通过稀疏度有效使少数类样本数量达到相对平衡，从而使分类器能够重视故障数据样本，从而尽可能避免分类器发生因为故障数据样本数量过少，将其分类为正常数据样本的情况。
-
Patent Agency Ranking
公开(公告)号：CN113688724B
公开(公告)日：2023-03-24
申请号：CN202110971708.1
申请日：2021-08-24
Applicant: 桂林电子科技大学
IPC: G06V20/52 , G06V40/20 , G06V10/82 , G06T7/80 , G06N3/0442 , G06N3/045 , G08B21/08 , H04N23/50 , H04N7/18
Abstract: 本发明公开一种基于双目视觉的泳池溺水监测方法，包括以下步骤：在游泳池上方间隔一定距离安装多台双目摄像头设备，由上往下拍摄，并把图像实时传输给计算机；根据实时图像，利用目标检测算法检测出水面上的人头图像；计算出目标人头图像所有点位的三维坐标，并进行头部最高点的标注，判定人头呼吸部位是否处于水下；使用目标跟踪程序算法，对目标进行跟踪；实时对跟踪目标的三维坐标进行存储分析，计算人头呼吸部位在水下的持续时间，根据人头呼吸部位在水下的单次持续时间和单位时间内在水下时间总和做出危险评估，如超过危险阈值，发出溺水警报。本发明能有效的实时检测游泳者是否处于溺水状态，用以提示安全人员施救。
-
-
公开(公告)号：CN105956089B
公开(公告)日：2019-06-18
申请号：CN201610284127.X
申请日：2016-05-03
Applicant: 桂林电子科技大学
IPC: G06F16/335
Abstract: 在许多网络应用中往往需要给用户推荐，需要利用上下文信息来提高推荐准确率并增强用户体验，然而现有的上下文感知推荐方法依然面临数据稀疏性问题的挑战。为了进一步缓解数据稀疏性问题，本专利提出一种新型的推荐方法，结合用户评分数据及用户类别偏好进行物品推荐，以解决用户评分数据稀疏时评分预测准确率低的问题。该方法适用于大规模数据。实验结果表明，与目前主流的方法相比，该方法具有较好的推荐效果。
-
公开(公告)号：CN119904642A
公开(公告)日：2025-04-29
申请号：CN202510085136.5
申请日：2025-01-20
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06T3/4007 , G06T3/4046 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06N3/084 , G06N3/09
Abstract: 本发明公开一种基于教师学生模型的一致性半监督左心房分割方法，构建教师学生模型，其中教师图像分割网络和学生图像分割网络均包括1个编码器和3个解码器，编码器的输入形成教师图像分割网络或学生图像分割网络的输入，3个解码器的输出形成教师图像分割网络或学生图像分割网络的3个输出；编码器与每个解码器均形成U‑Net结构的子分割网络，不同子分割网络的特征传输通道所添加的对抗性扰动的强度不同。本发明利用少量有标记数据及大量无标记数据进行有效分割的策略，通过对抗性扰动和教师学生图像分割网络的互一致性学习，能够在减少标注需求的同时，提高分割准确性，从而有效提高了半监督医学图像分割任务的性能，大大降低了训练成本。
-
公开(公告)号：CN117523196A
公开(公告)日：2024-02-06
申请号：CN202311476820.3
申请日：2023-11-08
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开一种基于轮廓的行人实例分割方法，基于PersonSnake网络在图像创建专属于行人的八边形轮廓框，并在PersonSnake网络中使用独创的特征聚合模块，通过使网络能够执行动态的信道特征重新校准来提高网络的表示能力，在仅需增加少量参数的条件下大幅度提升精度，避免了利用YOLOv5网络所得到的矩形检测框对行人分割精度的影响，同时也避免了分割时对行人内部像素点的计算。与传统的行人轮廓检测算法和基于深度学习算法相比，在精度和速度上都有一定优势。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.027 seconds)
