“冼允廷”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果28个，建议您升级VIP下载更多相关专利

[发明专利]一种基于位置敏感层次注意力网络的软件缺陷预测方法-CN202310778368.X在审
发明人：易昕妍;陆璐;徐浩;冼允廷 -专利权人：华南理工大学
申请日： 2023-06-29 - 公布日： 2023-10-24 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及人工智能、源码语义特征抽取领域，为一种基于位置敏感层次注意力网络的软件缺陷预测方法，主要包括以下步骤：源代码预处理为嵌入向量；构建样本数据集；构建位置敏感层次注意力网络模型，通过加性注意力机制和自注意力机制抽取源码语义特征；利用反向传播算法计算损失函数对模型参数的梯度，采用Adam优化算法自适应地调整参数实现对模型的训练和调优；最后将待检测源码文件输入模型，输出源码是否存在缺陷。本发明通过利用层次分割和重构来从不同的层级捕捉源码语义信息的局部和全局特征，同时引入相对位置编码来解决位置信息问题和长距离路径依赖问题，能够更准确地预测软件缺陷，提高软件开发和测试的效率。
一种基于位置敏感层次注意力网络软件缺陷预测方法

[发明专利]一种基于特征融合和特征选择的软件缺陷预测方法-CN202310787796.9在审
发明人：刘嘉欣;陆璐;徐浩;冼允廷 -专利权人：华南理工大学
申请日： 2023-06-29 - 公布日： 2023-10-24 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及软件工程中的软件可靠性保障领域，公开了一种基于多种类型特征融合和特征选择的软件缺陷预测方法，该方法包括：从源代码中提取语义表示、结构表示、软件度量元；将语义表示和结构表示分别用TextCNN和GIN进行特征提取，得到代码的语义特征和结构特征，并将其与软件度量元拼接组成特征集；其次，使用改进了特征重要性衡量方法的RFECV选择特征，得到精简的特征子集；最后，使用特征子集训练分类器，给出预测的缺陷类别。本发明能够综合代码的语义、结构和软件度量元三个角度的信息，同时避免特征集的冗余对预测性能的不良影响，有效提升软件缺陷预测模型的预测准确度和稳定性，解决了软件缺陷预测的特征不够全面、特征集中存在冗余特征的问题。
一种基于特征融合选择软件缺陷预测方法

[发明专利]基于组合模型的移动终端CPU短期负载预测方法及相关设备-CN202311174944.6在审
发明人：钟昊阳;陆璐;于瑾瑾;万童;邹全义;冼允廷 -专利权人：人工智能与数字经济广东省实验室（广州）;华南理工大学
申请日： 2023-09-13 - 公布日： 2023-10-20 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种基于组合模型的移动终端CPU短期负载预测方法及相关设备，涉及移动终端负载预测技术领域，核心步骤主要包括：构建ARIMA模型，将所述线性的负载时间序列输入到所述ARIMA模型中，得到所述线性的负载时间序列的下一时刻负载的线性预测值；根据所述CPU负载时间序列和对应时刻的所述线性的负载时间序列，得到负载时间序列的残差；建立并训练SVR模型，将所述负载时间序列的残差输入到所述SVR模型中，得到下一时刻负载的残差预测值；根据所述下一时刻负载的线性预测值和所述下一时刻负载的残差预测值，得到移动终端CPU短期负载的预测结果。
基于组合模型移动终端 cpu 短期负载预测方法相关设备

[发明专利]自动化移动设备故障层级树构建方法、装置及储存介质-CN202311174976.6在审
发明人：钟昊阳;陆璐;汪烜烨;万童;邹全义;冼允廷 -专利权人：人工智能与数字经济广东省实验室（广州）;华南理工大学
申请日： 2023-09-13 - 公布日： 2023-10-20 - 主分类号： G06F16/31 文献下载
摘要：针对故障报告无任何标注，同时因为涉及到的故障种类繁多，难以找到合适的规则进行处理的问题，本发明提供公开了自动化移动设备故障层级树构建方法、装置及储存介质，该方法首先汇总多渠道反馈的故障报告，提取报告中不同的故障现象；其次利用新词发现和中文词性对故障现象进行切割操作得到故障节点列表，使用SimCSE预训练模型对故障节点列表完成句子嵌入处理；最后使用社区检测算法并对故障句子完成聚类操作并构建对应的层级故障树。本发明基于中文词性和新词发现算法切割故障现象可以得到较清晰的故障层级关系，通过社区检测算法聚集故障簇并将每个故障簇内信息可视化至Excel表格方便后续测试人员分析故障信息。
自动化移动设备故障层级构建方法装置储存介质

[发明专利]篡改图像的检测方法、系统、计算机设备和存储介质-CN202110817515.0有效
发明人：陆璐;钟文煜;朱鸿军;冼允廷 -专利权人：华南理工大学;广东优算科技有限公司
申请日： 2021-07-19 - 公布日： 2023-08-22 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种篡改图像的检测方法、系统、计算机设备和存储介质，所述方法包括：构建篡改图像数据集；其中，所述篡改图像数据集包括带标签的篡改图像和无标签的篡改图像；构建残差增强的循环生成对抗神经网络模型；利用所述篡改图像数据集对所述残差增强的循环生成对抗神经网络模型进行训练，并生成伪标签和假图像；根据所述伪标签和所述假图像，设计所述残差增强的循环生成对抗神经网络模型的损失函数；将待测图像输入所述残差增强的循环生成对抗神经网络模型，确定待测图像的篡改区域。本发明利用构建的生成器的模型结构，提高了篡改区域定位准确度；利用设计的损失函数，通过生成器和判别器的博弈学习，使模型具有较好的鲁棒性和泛化能力。
篡改图像检测方法系统计算机设备存储介质

[发明专利]一种基于边界检测的中文嵌套命名实体识别方法-CN202310343133.8在审
发明人：于瑾瑾;陆璐;冼允廷 -专利权人：华南理工大学
申请日： 2023-04-03 - 公布日： 2023-08-08 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及自然语言处理中的信息抽取领域，为一种基于边界检测的中文嵌套命名实体识别方法，该方法包括步骤：获取字符向量表示；结合词典获取匹配词汇集合，得到融合的词集合向量；将字符表示与词集合向量进行拼接，输入到长短期记忆网络中获取融合上下文信息的特征表示；将特征表示输入到两个分类器中得到最外层边界和所有可能的实体边界，生成候选实体片段，将实体片段进行分类。本发明将融合了词性信息和位置编码的词汇表示添加到字符表示中，弥补了基于字符的识别模型难以捕捉词级别的语义信息和边界信息的不足；通过在最外层边界内部进行实体开始和结束边界的匹配，可减少不必要候选实体片段的生成，对长文本语句的命名实体识别效果显著。
一种基于边界检测中文嵌套命名实体识别方法

[发明专利]船舶目标跟踪方法、系统、计算机设备及存储介质-CN202010389527.3有效
发明人： 冼允廷;陆璐 -专利权人：华南理工大学
申请日： 2020-05-08 - 公布日： 2023-04-18 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种船舶目标跟踪方法、系统、计算机设备及存储介质，包括：利用深度目标检测器对视频第一帧的船舶目标进行检测，得到n个第一船舶目标；根据第一船舶目标，通过训练好的船舶深度特征网络提取第一船舶深度特征，对第一船舶目标建立跟踪链表；利用深度目标检测器对视频当前帧的船舶目标进行检测，得到m个第二船舶目标；根据第二船舶目标，通过训练好的船舶深度特征网络提取第二船舶深度特征，对第二船舶目标建立第一目标链表；针对跟踪链表中的第一船舶目标和第一目标链表中的第二船舶目标，依次进行特征距离、物理距离匹配，以更新跟踪链表。本发明可以防止船舶丢失后再出现被误认为新船舶的问题，能够正确判断船舶的出现与消失。
船舶目标跟踪方法系统计算机设备存储介质

[发明专利]基于掩膜生成对抗网络的电饭煲内胆图像数据增强方法-CN202211636253.9在审
发明人：徐浩;李丰润;陆璐;冼允廷 -专利权人：华南理工大学
申请日： 2022-12-20 - 公布日： 2023-04-04 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及数字图像处理与识别技术领域，为基于掩膜生成对抗网络的电饭煲内胆图像数据增强方法，包括构建电饭煲内胆图像的真实样本数据集，根据真实样本数据集的电饭煲内胆图片生成掩膜二值图数据集；构建一个生成对抗网络，训练生成对抗网络；将混合掩膜数据集的掩膜二值图数据输入训练好的生成对抗网络中，生成伪样本数据集；通过真实图像训练YOLOv5网络作为生成质量判别器，对伪样本进行筛选得到筛选后的伪样本数据集；将筛选后的伪样本数据集与真实样本数据集混合，得到增强后的电饭煲内胆图像数据集。本发明通过生成数据增强后的电饭煲内胆缺陷图像数据集，有效提高了基于深度学习的电饭煲内胆缺陷检测的检测精度。
基于生成对抗网络电饭煲内胆图像数据增强方法

[发明专利]基于异构平台的高性能Linpack基准测试程序优化方法和设备-CN202211725671.5在审
发明人：陆璐;周彬彬;冼允廷 -专利权人：华南理工大学
申请日： 2022-12-30 - 公布日： 2023-03-21 - 主分类号： G06F9/50 文献下载
摘要：本发明面向高性能计算领域，为基于异构平台的高性能Linpack基准测试程序优化方法和设备。该方法包括：根据配置文件初始化HPL的运行参数，使用随机数生成算法生成设定规模的矩阵；以OpenMP多线程并行化的方式在CPU上执行面板分解过程；使用基于GPU‑Aware的Ring广播算法将分解完成的面板数据以及矩阵行交换信息广播至位于同一行的其余列进程；调用自定义内核对存放在显存中的矩阵完成行交换操作；GPU使用接收到的面板矩阵数据更新剩余的矩阵数据，更新上三角矩阵和尾随矩阵；调用定时函数计算矩阵完成分解的总时间，同时对结果进行验算。本发明可以充分发挥了CPU端的多核性能，保证CPU以及GPU在程序运行过程中都处于满载的状态，减少CPU和GPU的空闲时间，加快计算效率。
基于平台性能 linpack 基准测试程序优化方法设备

[发明专利]水上船名联合识别方法、系统、电子装置和存储介质-CN202211444056.7在审
发明人：解先旭;吴龙乐;郭炜彬;冼允廷;赵搏文 -专利权人：广东优算科技有限公司
申请日： 2022-11-18 - 公布日： 2023-03-03 - 主分类号： G06V30/18 文献下载
摘要：本发明公开了一种水上船名联合识别方法、系统、电子装置和存储介质，方法包括：将有船名识别需求的发起者的联合识别船名任务以及待识别船名的图像数据发送至服务器；在服务器上随机选定参与本次识别任务的参与者，将待图像数据下发至参与本次联合识别船名的参与者，并计算每个参与者的地理权重参数；在每个参与者接收到下发的图像数据后，每个参与者使用预先训练的本地模型对图像数据进行识别，得到识别的船名结果；将所有选定的参与者得到的船名结果上传至服务器；根据地理权重系数，在服务器上对所有的船名结果进行权重分配，得到每个船名结果的权重系数；选取权重系数最大值对应的船名结果发送至发起者，完成联合识别船名的任务。
水上船名联合识别方法系统电子装置存储介质

[发明专利]基于人体关键点检测和Transformer模型的老人吃药检测方法和系统-CN202211277554.7在审
发明人：邱宣瑞;冼允廷;张潇予;颜钰臻;袁小清;马梓扬 -专利权人：华南理工大学;广东优算科技有限公司
申请日： 2022-10-19 - 公布日： 2023-02-03 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及机器学习领域和智慧养老服务领域，为基于人体关键点检测和Transformer模型的老人吃药检测方法和系统，该方法包括：通过视频设备分别采集空间数据整体数据和人体面部区域数据，得到视频集合检测提取得到人体关键点特征、面部关键点特征、药品特征；根据人体关键点特征、面部关键点特征、药品特征做逻辑判断，得到是否完成正确服药的第一结果R1；通过Transformer时序模型对人体关键点特征进行逐帧建模，将包含视频每一帧动作全局信息特征集合的输入动作分类器进行分类，得到是否为服药动作的第二结果R2；根据结果R1和结果R2判断并输出是否完成正确服药的结果。本发明可以提高对吃药、喝水等相似动作的区分度，准确检测老年人是否按量正确地完成吃药。
基于人体关键检测 transformer 模型老人吃药方法系统

[发明专利]一种基于领域自适应的跨项目软件缺陷预测方法-CN202211309045.8在审
发明人：陆璐;周岩武;冼允廷 -专利权人：华南理工大学
申请日： 2022-10-25 - 公布日： 2023-01-31 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及软件工程数据分析和预测领域，为一种基于领域自适应的跨项目软件缺陷预测方法，包括以下步骤：将神经网络作为特征提取器，根据软件项目的表示提取代码文件的高维代码特征；根据源项目的特征域和目标项目的特征域通过MMD函数对缺陷预测模型进行训练；对MMD函数进行加权优化，使用梯度下降法对神经网络进行训练得到优化的缺陷预测模型；将软件代码文件输入优化的预测模型，输出代码文件存在缺陷的概率。本发明可以解决跨项目场景下软件缺陷预测方法中源项目和目标项目的域分布差异较大，从源域学习到的知识难以迁移到目标域的问题，可以降低软件缺陷预测的训练成本和增加预测模型的扩展性。
一种基于领域自适应项目软件缺陷预测方法

[发明专利]基于区块链的海运服务平台实现方法、系统、装置和介质-CN202211431614.6在审
发明人：吴龙乐;解先旭;徐国涛;冼允廷;赵搏文;张志昌 -专利权人：广东优算科技有限公司
申请日： 2022-11-15 - 公布日： 2023-01-31 - 主分类号： G06Q10/08 文献下载
摘要：本发明公开了一种基于区块链的海运服务平台实现方法、系统、装置和介质，涉及区块链技术领域，方法包括：预先使用区块链将海运服务平台的参与端的船舶航运数据、海运物流数据、及气象水文数据进行分布式存储；接收发起端的任务需求数据；若任务需求为海运客户发布的海运需求或船舶端的空仓发布及航行路径任务需求，则将发布海运需求的海运客户及船舶端进行自动匹配，并规划船舶端的航行路径；若任务需求为海运客户或船舶端的查询需求，根据查询需求进行查询，并将查询到的信息反馈至查询需求的发起端；本发明充分融合了船舶航运数据、海运物流数据、气象水文数据，提供了可信服务，使得各方利益也较为平衡。
基于区块海运服务平台实现方法系统装置介质

[发明专利]基于孪生视觉Transformer网络的签名鉴定方法和系统-CN202210443563.2在审
发明人：霍华骑;陆璐;冼允廷 -专利权人：华南理工大学
申请日： 2022-04-26 - 公布日： 2022-08-12 - 主分类号： G06V40/30 文献下载
摘要：本发明人工智能、计算机模式识别领域，具体涉及基于孪生视觉Transformer网络的签名鉴定方法和系统，该方法包括步骤：签名图片预处理；对签名进行真真、真伪配对，构建数据集；构建孪生多尺度视觉Transformer神经网络模型；对模型进行训练；使用模型进行签名鉴定。本方法与传统的方法相比，采用了深度学习领域的视觉Transformer模型作为骨干网络，并改进提出了多尺度分块方法，可以更好的提取签名的特征，提高了鉴定的精度；同时采用端到端的方式，输入两张对比的图片，即可输出距离用于真伪判定，不需要额外训练分类器或者使用其他度量算法，使得模型易于训练和使用。
基于孪生视觉 transformer 网络签名鉴定方法系统

[发明专利]一种基于CenterNet改进的多尺度缺陷目标检测方法及系统-CN202210245783.4在审
发明人：陆璐;杨宇康;冼允廷 -专利权人：华南理工大学;中山市华南理工大学现代产业技术研究院
申请日： 2022-03-14 - 公布日： 2022-07-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于CenterNet改进的多尺度缺陷目标检测方法，包括以下步骤：获取缺陷目标图片并进行预处理；对CenterNet网络结构进行改进；将预处理图片输入改进CenterNet网络结构，生成若干个第一特征图；将第一特征图进行信息叠加，形成若干个第二特征图；通过限定多种目标尺度信息生成多层分支热力图以产生类别标签，将目标映射到对应的第二特征图；经过第二特征图后通过热力图生成分支产生预测类别，通过目标宽高及中心偏移生成分支产生位置信息，进而得到检测结果；本发明把分支网络调整为基于多尺度特征层的多输出预测，再通过网络输出结果还原原始预测目标框信息，解决了不同尺度目标预测能力受限问题。
一种基于 centernet 改进尺度缺陷目标检测方法系统

1
2
下一页»
尾页
共 28 条