-
公开(公告)号:CN119692661A
公开(公告)日:2025-03-25
申请号:CN202411621113.3
申请日:2024-11-14
Applicant: 北京计算机技术及应用研究所
IPC: G06Q10/0631 , G06F17/10 , G06Q10/04
Abstract: 本发明涉及一种基于二分搜索和KM算法的目标分配方法,属于资源分配领域。本发明将目标分配问题转化为规划模型,并确定最小化最大值问题的优化函数;构建二分图,在二分图中,优化函数转化成:在所有的分配方案中,求解一个最大匹配,使得该分配方案中最大的权重是最小的,即双优化问题;确定目标分配问题中的解空间,然后基于二分搜索和KM算法融合的目标分配方法,获得最大权匹配的目标‑资源匹配方案。本发明克服传统方法的局限性,提供一种高效、准确、灵活的目标分配解决方案。
-
公开(公告)号:CN118849012A
公开(公告)日:2024-10-29
申请号:CN202411233464.7
申请日:2024-09-04
Applicant: 北京计算机技术及应用研究所
IPC: B25J11/00
Abstract: 本发明涉及一种类人型门岗值守机器人系统,属于机器人领域。本发明的机器人系统包括:侦察载荷、强光载荷、机械臂、气体探测载荷、腰部转台和轮式底盘。本发明可通过侦察载荷实现重要目标24小时值守,对人员车辆目标检测、目标跟踪以及目标异常行为分析;通过气体探测载荷实现对汽油、酒精等化学气体探测;通过强光载荷发现危险发出强光警告;通过机械臂实现人机交互,做出拒止、通行、打招呼等手势。
-
公开(公告)号:CN119780942A
公开(公告)日:2025-04-08
申请号:CN202510041891.3
申请日:2025-01-10
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于lidar和imu的即时定位方法,属于智能机器人和自动驾驶领域。本发明通过数据采集模块获得lidar数据和imu数据,并输入到即时定位程序中;在数据优化模块中利用imu数据对lidar扫描数据中的点云进行运动畸变矫正;使用自适应数据关联模块矫正lidar数据;将lidar数据的预测状态和imu数据的预测状态输入到扩展卡尔曼滤波优化模型中进行优化处理,获得优化后的结果;将优化后的结果进行位姿估计,获得位姿结果信息。本发明提高了程序的可维护性和灵活性;减少了程序中数据误差的传播;减少了程序在不同类型环境中进行参数调整的工作量。
-
公开(公告)号:CN119729048A
公开(公告)日:2025-03-28
申请号:CN202411679821.2
申请日:2024-11-22
Applicant: 北京计算机技术及应用研究所
IPC: H04N21/2343 , H04N21/6437 , H04N7/18 , H04L67/02
Abstract: 本发明涉及一种面向智能巡查机器人的视频流媒体处理装置,属于视频流媒体处理领域。本发明提出的装置包括视频采集端和流媒体服务端。视频采集端可以通过可见光相机输出RTSP协议视频流,也可以通过FFmpeg拉取视频流并解码,并对目标检测、目标跟踪、全景拼接等智能算法处理后的视频流编码,然后再输出RTSP协议视频流。流媒体服务端通过FFmpeg拉取RTSP协议视频流,并转换为RTMP协议视频流后传输到SRS框架,SRS框架以webRTC协议的方式传输到监控端,在监控大厅播放视频流,并实时监测智能巡查机器人周围环境状态,进而达到对指定目标、区域的安防保护的目的。
-
公开(公告)号:CN119692413A
公开(公告)日:2025-03-25
申请号:CN202411621410.8
申请日:2024-11-14
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/082 , G06F9/455 , G06N3/0985
Abstract: 本发明涉及一种智能感知算法训练框架统一支撑方法,属于深度学习领域。本发明包括主流国产框架转换兼容技术;统一训练系统;训练框架多硬件兼容技术;多类型计算资源虚拟化技术。本发明集成国产主流训练框架PaddlePaddle,通过X2Paddle工具实现对PyTorch训练框架在训练代码层和模型层的统一转换兼容能力;并以计算资源虚拟化技术进行训练环境管理,以镜像的方式实现对不同训练框架的兼容支持,实现主流国产硬件计算设备的接入;通过模型资源管理和构建场景开发套件,实现算法资源集成,以实现对不同任务常场景的快速开发能力;通过分布式训练技术,支持对单机多卡和多机多卡资源的调度使用。通过超参数调优和模型压缩技术,实现对训练模型效果和训练效率寻优。
-
公开(公告)号:CN114610483A
公开(公告)日:2022-06-10
申请号:CN202210194756.9
申请日:2022-03-01
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于NPU+FPGA架构的VPX型异构加速模块,属于异构加速技术领域。本发明的异构加速模块包括FPGA模块、NPU模块、PCIE交换模块、VPX连接器、存储模块及外围电子元器件,异构加速模块的VPX连接器对外提供PCIE接口以及以太网接口,外部主机可通过VPX连接器上的PCIE接口及以太网接口,对FPGA模块和NPU进行访问,加速模块实现对智能算法的推理加速,并将计算结果返回主机。本发明可实现针对不同的智能应用场景进行加速;针对算力要求高的场景使用NPU进行算力加速,针对具有算法硬件可编程的场景使用FPGA进行算力加速。
-
公开(公告)号:CN119692411A
公开(公告)日:2025-03-25
申请号:CN202411679953.5
申请日:2024-11-22
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/08 , G06F18/214 , G06N3/045 , G06V10/82 , G06V10/764 , G06V10/74 , G06N5/04
Abstract: 本发明涉及一种提升多模态模型细颗粒度判别能力的微调优化方法,属于人工智能领域。本发明通过对微调阶段的图像编码器通道引入ArcFace的角度边界辅助损失来优化图像和文本的联合表示学习。该方法包括预训练和微调两个阶段,预训练阶段使用在大规模图像‑文本对数据集上进行训练,微调阶段则基于特定领域数据集通过固定文本分支的全部参数和图像分支的多数参数,并在图像分支结合辅助损失函数调整模型参数,从而实现多模态模型对特定细颗粒场景判别能力的优化提升。
-
公开(公告)号:CN119226631A
公开(公告)日:2024-12-31
申请号:CN202411296848.3
申请日:2024-09-18
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/9536 , G06N20/20 , G06F18/2135 , G06F18/2431
Abstract: 本发明涉及一种基于协同过滤的分布式自动机器学习方法,属于自动机器学习领域。本发明为元知识库中的每个数据集搜索前N个模型并将它们存储在哈希字典中,并计算元知识库中的数据集的元特征子集的权重;基于协同过滤的分布式AutoML框架CF‑DAML,首先通过模型推荐模块计算新数据集的元特征并为其推荐合适的模型,然后,CF‑DAML在指定的时间限制内使用分布式模型训练系统DSTM在新数据集的训练集上训练推荐出的模型,并在其验证集上评估训练的模型,最后,CF‑DAML采用选择性堆叠集成系统MSSE集成几个高性能模型为新数据集的测试集预测标签。本发明在保证分类准确率提升的基础上大大降低了时间复杂度。
-
公开(公告)号:CN114666335B
公开(公告)日:2023-06-02
申请号:CN202210281072.2
申请日:2022-03-21
Applicant: 北京计算机技术及应用研究所
IPC: H04L67/1001 , H04L67/1008 , H04L67/1029
Abstract: 本发明涉及一种基于DDS的分布式系统负载均衡装置,属于分布式运算领域。本发明的装置包括客户端和服务端,客户端部署在需要进行负载均衡管理的计算机节点上,客户端包括节点资源信息收集模块和命令接收执行模块,用于所在计算机节点的节点资源信息收集并将信息上报到服务端,通过接收服务端的命令执行节点上任务的迁移操作;服务端包括节点负载检测模块和负载均衡调度模块,从客户端接收节点资源信息,针对各节点的资源特性统计负载状态,根据负载状态分析出任务迁移方案,向客户端发送;客户端与服务端之间通过DDS中间件进行数据和命令通信。本发明解耦实现了节点间大批量的、低延时的数据传输,具有良好的稳定性、扩展性、移植性以及灵活性。
-
公开(公告)号:CN113900631A
公开(公告)日:2022-01-07
申请号:CN202111238863.9
申请日:2021-10-25
Applicant: 北京计算机技术及应用研究所
IPC: G06F8/30
Abstract: 本发明涉及一种基于antlr4的代码生成器设计方法,属于代码生成领域。本发明生成IDL语法规则文件对应的词法分析器和语法分析器;对IDL文件进行预处理,通过词法分析器和语法分析器将预处理后的IDL文件生成语法分析树,并进一步将语法分析树生成结构化数据;定义生成C/C++、JAVA文件的公共接口文件;C/C++、JAVA公共接口文件读取工程模板文件,并用步骤S2中的结构化数据替换模板文件中的结构化数据,生成C/C++、JAVA工程文件。本发明实现跨平台跨语言的数据分发服务的应用。
-
-
-
-
-
-
-
-
-