-
公开(公告)号：CN110773081B
公开(公告)日：2024-08-06
申请号：CN201911279222.0
申请日：2019-12-13
申请人： 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC分类号： B01J2/22
摘要： 一种用于生物质颗粒机的拍打疏孔装置。生物质颗粒机中环模使用后的清理疏通难度大且操作繁琐。本发明包括外侧壁弧板、内侧壁弧板、支撑框、滚轮、握持部、外连接杆和内连接杆，所述握持部设置在支撑框的顶部，所述滚轮设置在支撑框内，滚轮的两侧外壁上分别设置有数个第一垫块和数个第二垫块，所述外侧壁弧板通过外连接杆铰接在支撑框的一侧，外连接杆的内侧壁上设置有与第一垫块相配合的第一凸块，所述内侧壁弧板通过内连接杆铰接在支撑框的另一侧，外连接杆的内侧壁上设置有与第二垫块相配合的第二凸块，外侧壁弧板和内侧壁弧板的弯曲方向同向。本发明用于生物质颗粒机。
-
公开(公告)号：CN118343616A
公开(公告)日：2024-07-16
申请号：CN202410647048.5
申请日：2024-05-23
申请人： 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
摘要： 本发明公开了一种用于塔机安全吊装监控仪的应急防护装置，包括监控仪本体和主座体，所述监控仪本体设置在主座体的内部，主座体的顶部和底部均安装有连接座，主座体的内部设置有用于快速对监控仪本体进行安装和拆卸的连接机构，主座体的正面设置有两个用于对监控仪本体正面进行防护的遮挡机构。本发明中，在需要对监控仪本体安装和拆卸时，通过主座体内部设置的连接机构，能够快速的对监控仪本体进行安装和拆卸，提高监控仪本体拆装效率，提高监控仪本体的使用性能，并能够规避螺栓等固定件带来的不利影响，使得监控仪本体在长时间使用时能够维持其稳定性能。
-
公开(公告)号：CN117972095A
公开(公告)日：2024-05-03
申请号：CN202410213234.8
申请日：2024-02-27
申请人： 桂林电子科技大学
IPC分类号： G06F16/35 , G06F16/36 , G06F16/31 , G06F40/166 , G06F40/284 , G06N3/0455 , G06N3/08
摘要： 本发明公开了用于法条推荐的长尾分布的长文本多标签分类方法，首先对原始数据集进行分词、预料转换、标签转换等预处理，建立适用于文本多标签分类的语料库；然后利用预训练模型BERT对案情事实描述进行特征提取，获取语义表征；最后分别对模型进行事中调整与事后调整并根据模型分类器得分进行相关法条推荐。针对案情事实描述长文本处理困难，在特征提取阶段利用层次分解编码提升模型长文本处理能力。针对法条标签高维且服从长尾分布的难点在分类阶段融合对数几率调整策略与焦点损失函数，解决长尾分布任务下类别不平衡及正负样本不平衡的问题。该方法能够根据案情描述准确全面判断涉及法律条文，为法条推荐任务提供了高效，精确的解决方案。
-
公开(公告)号：CN116343188A
公开(公告)日：2023-06-27
申请号：CN202310322252.5
申请日：2023-03-29
申请人： 桂林电子科技大学 , 广西景航无人机有限公司
IPC分类号： G06V20/62 , G06V30/14 , G06V30/146 , G06V30/148 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于STN‑pan网络的输电铁塔标识牌文本检测识别方法，包括如下步骤：首先，采集输电铁塔标识牌数据集并按比例划分数据集；提出一种带有空洞卷积的迭代FPEM模块进行特征提取，使特征图中含有更多空间信息；在检测模块引入协调注意力机制，使模型更加关注坐标信息，然后使用模型找到不同文本区域的中心kernel，通过聚类的思想，对kernel周围的像素点进行聚类，计算像素点之间的相似度，将相似度高于阈值的像素点进行合并，得到需要的文本区域；在识别分支加入STN矫正网络，最后，将经过矫正的文本区域输入到一个不规则文字特征提取器Masked RoI和一个基于注意力机制的轻量级识别头进行识别，输出标识牌内容。这种方法提高了检测识别精度，检测更为细致。
-
公开(公告)号：CN115761888A
公开(公告)日：2023-03-07
申请号：CN202211462437.8
申请日：2022-11-22
申请人： 桂林电子科技大学
IPC分类号： G06V40/20 , G06N3/0464 , G06N3/047 , G06N3/08 , G06V10/774 , G06V10/82 , G06V20/40 , G06V20/52
摘要： 本发明公开了一种基于NL‑C3D模型的塔吊操作人员异常行为检测方法，包括如下步骤：1）采集塔吊作业操作人员操作过程的监控视频数据集；2）通过算法把视频数据划分成图像帧，然后裁剪图像帧的图像尺寸；3）在C3D网络中融合非局部模块，得到NL‑C3D网络模型；4）将步骤2）的图像帧数据集按训练集、验证集和测试集的顺序依次导入到NL‑C3D网络模型中进行训练与检验，然后利用softmax分类器得到最后的结果。这种方法提高了检测精度，检测更细致。
-
公开(公告)号：CN113569981A
公开(公告)日：2021-10-29
申请号：CN202110928645.1
申请日：2021-08-13
申请人： 桂林电子科技大学 , 广西景航无人机有限公司
摘要： 本发明提供一种基于单阶段目标检测网络的电力巡检鸟窝检测方法，涉及计算机视觉和图像检测技术领域。包括以下步骤：S1、训练过程，S2、检测过程。本发明通过采用基于深度学习的目标检测算法，针对电力塔图片进行鸟窝检测，网络模型训练是将电力塔图片数据集输入网络，经输入端的数据处理，网络进行特征提取与网络自身权重优化，最终得到能精确识别电力塔图像中鸟窝特征的网络，该网络模型的Neck层采用FPN+PAN结构，有效的提高了小尺度物体检测精度，最后经输出端输出图像分类，此基于深度学习的特征检测方法，相较于传统电力巡检鸟窝检测方法，提高了检测精度与效率。
-
公开(公告)号：CN106920243B
公开(公告)日：2019-12-17
申请号：CN201710141353.7
申请日：2017-03-09
申请人： 桂林电子科技大学
摘要： 本发明提出了一种改进的全卷积神经网络的陶瓷材质件序列图像分割方法，包括步骤：S10：对采集的原始图像进行手工标注，将目标和背景用不同的类别区分，得到训练标签，采用索引模式来表示训练样本的标签图；S20：构建改进的基于全卷积神经网络的网络模型，进行训练；S30：依据梯度下降算法计算损失函数和反向传播计算损失函数，对网络进行训练学习，学习速率在验证准确率停止增加时减小为原来的十分之一。全卷积神经网络是基于卷积神经网络的改进结构，在保持CNN良好的分类性能的基础上，更好的保持了像素矩阵之间的空间位置关系，更有利于全局的特征提取，能全面学习物体的视觉特征，抗干扰性好，可自动将目标物体从背景中分割开，实现智能分割。
-
公开(公告)号：CN118289662A
公开(公告)日：2024-07-05
申请号：CN202410618304.8
申请日：2024-05-17
申请人： 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
摘要： 本发明公开了一种变形自防护的塔机预警装置，包括装置本体，所述装置本体的背面设置有横杆，装置本体通过两端设置的螺栓与横杆螺纹连接，装置本体的顶部设置有天线，装置本体的底部设置有多个连接端口，装置本体的正面设置有显示屏，装置本体的正面设置有防护机构。本发明中，在不需要观察显示屏时，通过在装置本体正面设置的防护机构，可对装置本体正面的显示屏进行遮挡防护，避免周围的工作人员手持的工具与装置本体之间相碰撞；并且由于两个防护板靠近装置本体的一侧均设置有第一橡胶块和第二橡胶块，能够对防护板受到的撞击力具有一定的缓冲效果，避免撞击力间接的作用在装置本体上，提高对装置本体的保护效果。
-
公开(公告)号：CN118154641A
公开(公告)日：2024-06-07
申请号：CN202410240263.3
申请日：2024-03-04
申请人： 桂林电子科技大学
IPC分类号： G06T7/246 , G06T7/277 , G06V40/20 , G06V10/82 , G06N3/0442
摘要： 本发明公开了一种基于改进ByteTrack算法的多目标跟踪方法，主要针对塔吊驾驶员危险行为进行跟踪。首先收集塔吊驾驶员行为视频序列，制作数据集；并针对塔吊驾驶员危险行为的目标之间存在的严重遮挡，添加BYTE数据关联的轨迹插值后处理策略；其次，引入无迹卡尔曼滤波器替换算法本身的卡尔曼滤波器；最后，引入长短记忆网络LSTM进行塔吊驾驶员行为轨迹预测，输出跟踪结果。本发明通过改进ByteTrack多目标跟踪算法，添加轨迹插值后处理策略，并结合多种成熟的方法，构建新的多目标跟踪算法，该模型达到更好的跟踪效果。本发明方法能够有效提高跟踪效果，方法简单易用，应用性强，尤其在工地安全领域跟踪塔吊驾驶员危险行为的方面将会有很大的应用。
-
公开(公告)号：CN117236331A
公开(公告)日：2023-12-15
申请号：CN202311198934.6
申请日：2023-09-18
申请人： 桂林电子科技大学
IPC分类号： G06F40/295 , G06F18/25 , G06F18/214 , G06F18/24 , G06F40/289 , G06N3/0442 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种融合多种外部语义特征的中文司法领域命名实体识别方法，包括如下步骤：1）构建司法语料库；2）在数据集的全局层面构建无向字形图，利用字形图对模型嵌入层的输入数据进行字形增强；3）对模型嵌入层的输入数据进行多词汇增强；4）将步骤2）和步骤3）得到的两种外部语义特征增强后的输入通过门控机制进行特征融合，然后输入到BiLSTM‑CRF网络对司法领域的命名实体进行识别。该方法能对司法文本中的案发地点、地名、人名、组织机构名、罪名、法条以及刑期七类实体进行有效的识别，通过多种外部语义特征增强，减少了对司法标注语料的依赖，针对有限的司法标注语料，提高了对司法领域命名实体的识别准确率和F1指标。
-
-
-
-
-
-
-
-
-
搜索结果
47 条记录 (耗时 0.039 秒)
