公开(公告)号：CN117036327B

公开(公告)日：2024-03-12

申请号：CN202311061564.1

申请日：2023-08-22

申请人： 广州市疾病预防控制中心(广州市卫生检验中心、广州市食品安全风险监测与评估中心、广州医科大学公共卫生研究院) ,  广州大学

发明人： 袁俊 ,  王宇 ,  马晓薇 ,  崔田莹 ,  张周斌 ,  谢旭颖 ,  朱伟 ,  陈宗遒 ,  钟贤武 ,  甄若楠

IPC分类号： G06T7/00 ,  G06V40/10 ,  G06V10/32 ,  G06V10/82 ,  G06V10/80

摘要： 本发明公开了一种防护用品检视方法、系统、设备及介质，其中方法包括通过检视装置对目标对象进行图像获取处理，得到初始图像；将初始图像输入姿势识别模型进行双分支识别处理，得到姿势识别结果；根据姿势识别结果对目标对象的姿势进行调整，得到待检视图像；对待检视图像进行比例截取处理，得到截取图像集；将待检视图像与截取图像集输入检视模型进行防护用品识别处理，得到第一检测结果和第二检测结果；对第一检测结果和第二检测结果进行置信度融合处理，得到目标检视结果。本发明实施例通过姿势识别模型和检视模型对防护用品进行检视，提高了检视的准确度，可广泛应用于目标检测技术领域。

公开(公告)号：CN115796301A

公开(公告)日：2023-03-14

申请号：CN202211382596.7

申请日：2022-11-07

申请人： 广州大学

发明人： 卓胜达 ,  王宇 ,  崔田莹 ,  李银锋 ,  肖翔仁 ,  何锦淳 ,  何日鑫 ,  陈浩弘

IPC分类号： G06N20/00 ,  G06F18/214

摘要： 本发明涉及到半监督学习与在线学习领域，尤其涉及了在线任意数据流场景下的半监督算法，该算法框架主要分为任意数据流构建、通过高斯联结GC学习潜规则、通过局部密度峰值Local‑DPC学习数据的几何结构特征、加速收敛的在线组合算法四个部分。任意数据流构建是针对真实线上应用场景中所出现的混合、缺失两个情况的数据集；通过GC学习潜规则是利用观测数据空间通过边缘分布函数构建潜在数据特征空间；通过Local‑DPC学习数据特征空间的几何结构，构建缺失标签的伪标签。最终，针对不同的数据分布空间下的模型构建加速收敛的在线组合算法。混合在线数据流场景下的半监督算法模型不仅有效解决缺失数据填充问题，同时也解决缺失数据缺失标签问题。

公开(公告)号：CN108183823B

公开(公告)日：2020-09-04

申请号：CN201711444909.6

申请日：2017-12-27

申请人： 广州大学

发明人： 刘外喜 ,  李进 ,  唐润华 ,  王宇 ,  杨钊 ,  彭凌西

IPC分类号： H04L12/24 ,  H04L12/751 ,  H04L12/803

摘要： 本发明公开了一种数据中心网络中多资源复用的方法，构建一种可量化、可叠加的复合网络资源模型，首先将资源为时延减少做出的贡献度作为不同类型资源的换算度量，分别对缓存和链路对时延的影响进行量化表达，再将缓存与链路进行量化的复用，对它们进行统一表达，包括两节点之间链路的复合资源、路径的复合资源和区域的复合资源。本发明还公开了在数据中心网络中复合资源的配置方法，以复合资源为度量，在网络中添加附带复合资源的“伪节点”，诱使路由协议发现网络拓扑的变化并进行新的路由发现过程，从而引导流量去往既定节点、路径或区域。本发明的方法能够有效提高数据中心中资源的利用率，提高网络吞吐量，降低端到端的延迟，减少能耗。

公开(公告)号：CN108183823A

公开(公告)日：2018-06-19

申请号：CN201711444909.6

申请日：2017-12-27

申请人： 广州大学

发明人： 刘外喜 ,  李进 ,  唐润华 ,  王宇 ,  杨钊 ,  彭凌西

IPC分类号： H04L12/24 ,  H04L12/751 ,  H04L12/803

摘要： 本发明公开了一种数据中心网络中多资源复用的方法，构建一种可量化、可叠加的复合网络资源模型，首先将资源为时延减少做出的贡献度作为不同类型资源的换算度量，分别对缓存和链路对时延的影响进行量化表达，再将缓存与链路进行量化的复用，对它们进行统一表达，包括两节点之间链路的复合资源、路径的复合资源和区域的复合资源。本发明还公开了在数据中心网络中复合资源的配置方法，以复合资源为度量，在网络中添加附带复合资源的“伪节点”，诱使路由协议发现网络拓扑的变化并进行新的路由发现过程，从而引导流量去往既定节点、路径或区域。本发明的方法能够有效提高数据中心中资源的利用率，提高网络吞吐量，降低端到端的延迟，减少能耗。

公开(公告)号：CN113705712B

公开(公告)日：2024-01-05

申请号：CN202111028686.1

申请日：2021-09-02

申请人： 广州大学

发明人： 王宇 ,  彭瑶 ,  何美蓉 ,  崔田莹

IPC分类号： G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/0895

摘要： 本发明涉及网络流量分类领域，为一种基于联邦半监督学习的网络流量分类方法和系统，其包括：数据预处理模块，用于通过增强采样方法获取客户端本地的无标签网络流和服务端中的标签网络流，得到无标签数据集和标记数据集；客户端预训练模块，用于客户端执行本地无监督训练，通过自编码器模型学习各个客户端上本地数据的特征，将学习到的数据特征用于训练分类器；服务器端重训练模块，用于服务器端执行有监督训练，利用联邦服务器上的带标记数据对重训练模型执行重训练，得到一个用于客户端分类网络流的通用分类器。本发明可以在保护用户数据隐私的前提下，协助多方在不公开和共享本地用户数据集的情况下共同学习一个准确且通用的网络流量分类模型。

公开(公告)号：CN115834145A

公开(公告)日：2023-03-21

申请号：CN202211362777.3

申请日：2022-11-02

申请人： 广州大学

发明人： 闫红洋 ,  王崇 ,  李云灏 ,  莫伟钏 ,  李聪 ,  王海洋 ,  王宇 ,  黄腾

IPC分类号： H04L9/40 ,  H04B7/185

摘要： 本发明涉及一种基于深度学习的卫星异常流量检测方法和系统，方法包括如下步骤：S1，获取网络流量；S2，将生成的每条网络流量进行数据预处理并统一格式，使网络流量可视化为图片；S3，将S2中得到的网络流量图片输入监督模型，并输出预测标签；S4，将多种模型输出的预测标签与真实标签对比，得到模型测试的准确率、召回率、精准率、F1分数四项指标；S5，通过对抗样本生成算法生成网络流量图片对抗样本，欺骗流量分类模型；S6，通过对抗样本防御模型判断网络流量图片是否添加扰动，对恶意流量进行防御。本发明无需人为介入设计提取统计特征，有利于减少人工成本和时间代价。

公开(公告)号：CN111870442B

公开(公告)日：2022-08-26

申请号：CN202010770022.1

申请日：2020-08-03

申请人： 广州大学

发明人： 萧金瑞 ,  黄建枫 ,  高伟林 ,  谢金花 ,  陈李昕 ,  王宇

IPC分类号： A61G5/08 ,  A61G5/10 ,  A61G5/14

摘要： 本发明公开了一种用于转移失能人群的可折叠轮椅，包括支架、坐板、坐板支撑架以及驱动机构；所述坐板支撑架包括固定支撑架以及活动支撑架，所述活动支撑架通过伸缩式结构与固定支撑架连接；所述驱动机构包括驱动丝杆以及安装在所述驱动丝杆上的驱动螺母，所述驱动丝杆包括前驱动丝杆以及后驱动丝杆，所述前驱动丝杆以及后驱动丝杆均有两组，分别竖直安装在支架上；所述固定支撑架的一端通过活动连接结构与对应驱动丝杆上的驱动螺母转动连接，另一端与对应驱动丝杆上的驱动螺母转动连接。本发明的用于转移失能人群的可折叠轮椅集成了升降、倾斜以及伸缩的功能，极大地方便转移失能人员，而且具有结构紧凑、方便收纳、占用空间小等优点。

公开(公告)号：CN114863315A

公开(公告)日：2022-08-05

申请号：CN202210324219.1

申请日：2022-03-28

申请人： 广州大学

发明人： 卓胜达 ,  王宇 ,  崔田莹 ,  谢旭颖

IPC分类号： G06V20/40 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及计算机视觉(人工智能)与物联网交叉应用技术领域，尤其涉及了一种基于Transfrom编解码器模型的设备安装流程检测系统及方法，包括中央服务器模块、视频采集模块、视频预处理模块、交换机模块、显示屏模块、移动终端模块，所述中央服务器模块是负责完成整个系统的存储及核心运算的模块，所述视频采集模块是利用摄像头采集技术员相关的安装流程视频或者收集非技术员所拍摄的安装流程视频的模块，交换机模块是负责各种摄像头视频流的数据交互与传输。该基于Transfrom编解码器模型的设备安装流程检测系统及方法，实现智能化设备安装检测，发挥计算机视觉、人工智能与物联网的功能提高整体流水线设备安装的准确率。

公开(公告)号：CN111870442A

公开(公告)日：2020-11-03

申请号：CN202010770022.1

申请日：2020-08-03

申请人： 广州大学

发明人： 萧金瑞 ,  黄建枫 ,  高伟林 ,  谢金花 ,  陈李昕 ,  王宇

IPC分类号： A61G5/08 ,  A61G5/10 ,  A61G5/14

摘要： 本发明公开了一种用于转移失能人群的可折叠轮椅，包括支架、坐板、坐板支撑架以及驱动机构；所述坐板支撑架包括固定支撑架以及活动支撑架，所述活动支撑架通过伸缩式结构与固定支撑架连接；所述驱动机构包括驱动丝杆以及安装在所述驱动丝杆上的驱动螺母，所述驱动丝杆包括前驱动丝杆以及后驱动丝杆，所述前驱动丝杆以及后驱动丝杆均有两组，分别竖直安装在支架上；所述固定支撑架的一端通过活动连接结构与对应驱动丝杆上的驱动螺母转动连接，另一端与对应驱动丝杆上的驱动螺母转动连接。本发明的用于转移失能人群的可折叠轮椅集成了升降、倾斜以及伸缩的功能，极大地方便转移失能人员，而且具有结构紧凑、方便收纳、占用空间小等优点。

公开(公告)号：CN108401015A

公开(公告)日：2018-08-14

申请号：CN201810105232.1

申请日：2018-02-02

申请人： 广州大学

发明人： 刘外喜 ,  李进 ,  王宇 ,  杨钊 ,  唐冬 ,  彭凌西

IPC分类号： H04L29/08 ,  H04L12/729 ,  H04L12/727 ,  H04L12/725 ,  H04L12/721

CPC分类号： H04L67/327 ,  H04L45/121 ,  H04L45/124 ,  H04L45/125 ,  H04L45/302 ,  H04L67/2852

摘要： 本发明公开了一种基于深度强化学习的数据中心网络路由方法，包括下述步骤：S1、为网络划分区域，将全网划分为多个社团，一个社团作为一个区域，每个区域中节点介数最大的节点上部署一个SDN控制器，并在其上部署代理agent；S2、建立网络的全局视图，SDN控制器建立节点的邻接矩阵，节点之间链路的资源值为缓存与带宽的复合资源；S3、构建面向路由的深度强化学习框架；S4、确定路由的路径以及转发规则，SDN控制器根据agent的动作选择结果确定路径。本发明基于数据驱动的思想，将流对性能的要求转换为流对网络资源的要求；利用深度学习感知和表示高维度数据的能力发现资源的多维度特征表示，最终实现在SDN控制面为流优化地分配网络资源，实现自适应的智能路由。