-
公开(公告)号：CN118913072A
公开(公告)日：2024-11-08
申请号：CN202410866957.8
申请日：2024-07-01
申请人： 广州大学 , 广州广检建设工程检测中心有限公司
摘要： 本发明为一种基于磁场检测的水下钢筋无损检测装置、系统及方法，其装置包括水下传感装置和远程上位机；其中，水下传感装置包括底板、侧面板、分隔板、固定笼、永磁体、霍尔传感器、传感探头仓、隔磁片、上盖板、车轮以及支撑架；远程上位机用于接收水下传感装置的工作参数、磁场强度信号并进行二维、三维显示。本发明通过采用单一类型的传感器即可同时实现对混凝土保护层厚度和钢筋直径的检测，减小了装置的体积复杂的和生产成本。
-
公开(公告)号：CN116246849A
公开(公告)日：2023-06-09
申请号：CN202211583004.8
申请日：2022-12-09
申请人： 广州大学
摘要： 本发明涉及雷电过电压防护技术领域，且公开了一种油气管道的雷电过电压防护装置，包括金属管道，金属管道的外侧包裹有绝缘层，金属管道的通过导线连接有监测和保护装置，监测和保护装置通过金属导线连接有防雷装置，该油气管道的雷电过电压防护方法和装置，不仅可以有效的泄放管道雷电过电压，而且也能够在直流入地电流管地过电压作用时将氧化锌电阻退出运行，保障氧化锌电阻的安全性。
-
公开(公告)号：CN116129187A
公开(公告)日：2023-05-16
申请号：CN202310121964.0
申请日：2023-02-15
申请人： 广州大学
IPC分类号： G06V10/764 , G06V10/44
摘要： 本发明公开了基于局部稳定特征点的快速目标检测方法及系统，属于图像处理和目标定位领域。本发明通过在目标图像中构建网格，根据图像网格内梯度大小划分为高梯度网格和低梯度网格，并在两种网格分别筛选局部稳定特征点，后续将使用这些特征点进行灰度对比来获得代表候选窗口的二进制编码特征和判断窗口内目标的旋转角度。本方法通过使用大间隔的候选窗口来减少检测的计算量，通过预处理对目标图像旋转后提取编码特征训练来实现目标检测算法的旋转不变性。本发明在应对目标旋转情况其检测计速度以及检测结果的窗口绘制都会比现有算法更优。
-
公开(公告)号：CN113205145B
公开(公告)日：2022-08-16
申请号：CN202110537845.4
申请日：2021-05-18
申请人： 广州大学
IPC分类号： G06V10/75
摘要： 本发明公开了一种基于归一化互相关的模板匹配方法、系统、装置及介质，方法包括：根据模板图像和目标图像构建相同层数的模板图像金字塔与目标图像金字塔；对模板图像金字塔的各层图像以预设的角度步长进行旋转处理，得到多个旋转图像，进而确定关键像素点；根据关键像素点在目标图像金字塔的顶层图像中筛选出与旋转图像的相关系数最高的第一匹配区域，并确定第一左上角坐标和第一旋转角度；根据第一左上角坐标和第一旋转角度对目标图像金字塔的各层图像进行逐层搜索，直至确定底层图像中与旋转图像的相关系数最高的第二匹配区域。本发明减少了模板匹配的计算量，提高了模板匹配的效率，也提高了模板匹配的准确度，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN113205145A
公开(公告)日：2021-08-03
申请号：CN202110537845.4
申请日：2021-05-18
申请人： 广州大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于归一化互相关的模板匹配方法、系统、装置及介质，方法包括：根据模板图像和目标图像构建相同层数的模板图像金字塔与目标图像金字塔；对模板图像金字塔的各层图像以预设的角度步长进行旋转处理，得到多个旋转图像，进而确定关键像素点；根据关键像素点在目标图像金字塔的顶层图像中筛选出与旋转图像的相关系数最高的第一匹配区域，并确定第一左上角坐标和第一旋转角度；根据第一左上角坐标和第一旋转角度对目标图像金字塔的各层图像进行逐层搜索，直至确定底层图像中与旋转图像的相关系数最高的第二匹配区域。本发明减少了模板匹配的计算量，提高了模板匹配的效率，也提高了模板匹配的准确度，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN108090629B
公开(公告)日：2021-02-09
申请号：CN201810044466.X
申请日：2018-01-16
申请人： 广州大学
摘要： 本发明公开一种基于非线性自回归神经网络的负荷预测方法，包括：收集用电侧负荷预测所需原始数据，并对原始数据进行标准化处理和分类，以得到若干训练样本数据、若干验证样本数据和测试数据；初始化神经网络的参数，并搭建神经网络；参数包括训练误差指标值和验证误差指标值；采用若干训练样本数据训练神经网络，并采用若干验证样本数据验证神经网络，以生成训练误差小于训练误差指标且验证误差小于验证误差指标的非线性自回归神经网络；将测试数据输入非线性自回归神经网络，以输出最终预测值。采用本发明实施例，能够提高用电侧负荷预测的准确性，同时本发明还提供基于非线性自回归神经网络的负荷预测系统。
-
公开(公告)号：CN106570597B
公开(公告)日：2020-06-05
申请号：CN201611000381.9
申请日：2016-11-14
申请人： 广州大学
摘要： 本发明公开了一种SDN架构下基于深度学习的内容流行度预测方法，包括：利用SDN网络中各节点计算资源以及链路构建可重构、分布式深度学习网络，SDN网络具有SDN控制器和多个SDN交换机节点，每个SDN交换机实现若干神经元的计算功能，神经元之间通过SDN交换机的链路彼此连接；SDN网络中的各个节点实时地采集内容被请求的时空联合分布的数据并作为深度学习网络的输入，利用栈式自编码器对时空联合分布的数据进行特征学习，利用Softmax分类器对内容流行度进行预测。本发明基于SDN的可编程、全局视野集中控制的特性，实现深度学习网络的可重构，包括能够调整隐含层和每层神经元节点的数量等；所述方法对ICN的解析系统非常关键，也可帮助其中的动态路由和缓存的决策。
-
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
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。
-
公开(公告)号：CN108133297A
公开(公告)日：2018-06-08
申请号：CN201810081450.6
申请日：2018-01-26
申请人： 广州大学
摘要： 本发明公开一种基于长短期记忆网络的溶解氧预测方法，包括：将预先采集的水产养殖生态环境的原始溶解氧数据进行归一化处理；搭建长短期记忆网络，并初始化所述长短期记忆网络的参数；将归一化后的原始溶解氧数据作为训练数据集，对所述长短期记忆网络进行训练，以生成所述长短期记忆网络预测模型；在线实时采集水产养殖生态环境的原始溶解氧数据，将实时采集到的溶解氧数据输入至所述长短期记忆网络预测模型，以得到溶解氧预测值。采用本发明实施例，能够提高溶解氧预测的准确性，同时本发明还提供基于长短期记忆网络的溶解氧预测系统。
-
公开(公告)号：CN102638466B
公开(公告)日：2014-10-22
申请号：CN201210088917.2
申请日：2012-03-29
申请人： 广州大学
摘要： 本发明提出了一种基于人工免疫原理的动态实时网络异常检测方法，属于信息安全领域。本方法借鉴人体免疫系统优异的自学习自适应机制，提出一种新的基于免疫的动态实时网络异常检测方法。该方法通过对检测模式进行动态描述(即动态产生及消亡、动态学习、动态自组织)，结合抗体细胞动态克隆原理，实现检测模式随真实网络环境同步演化，进一步通过免疫种痘及疫苗分发，以进行协同处理，从而提高网络异常检测的准确性和及时性。本发明有助于解决当前大规模网络异常检测研究中因静态检测模式描述而引起的检测率低、难以实时检测及协同性差等关键问题，在大规模安全事件爆发时进行快速有效的监测，为网络防御赢得时间将起到重要的作用。
-
-
-
-
-
-
-
-
-
搜索结果
62 条记录 (耗时 0.056 秒)
