-
公开(公告)号：CN101005422A
公开(公告)日：2007-07-25
申请号：CN200610164876.5
申请日：2006-12-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及嵌入式系统和无线传感器网络技术领域，公开了一种基于路由邻居表建立无线传感器网络路由的方法，该方法包括：A、节点接收到路由维护包后维护和更新自身的路由邻居表，在更新后的路由邻居表中选择梯度值比自己小且链路对称的邻居节点；B、节点比较所述选择的邻居节点的出度，将出度值最大的邻居节点作为最优的下一跳节点；C、节点建立自身与所述最优的下一跳节点之间的路由。利用本发明，解决了传统的无线传感器网络路由方法开销过大、不支持节点移动和只支持小规模网络的问题。
-
公开(公告)号：CN101000708A
公开(公告)日：2007-07-18
申请号：CN200610169742.2
申请日：2006-12-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及报警探测与无线自组织网络应用技术领域，公开了一种基于自组织网络的无线报警系统，包括：至少一报警主机单元，用于实时监测目标区域，在监测到异常事件发生时产生报警信息，将产生的报警信息通过无线路由器单元发送给报警中心单元；一报警中心单元，用于负责建立树形拓扑的无线自组织网络，对报警主机单元通过无线路由器单元发送的报警信息进行识别和分析，发出告警信息；至少一无线路由器单元，用于连接报警主机单元与报警中心单元，实现报警主机单元与报警中心单元之间信息的传输。本发明同时公开了一种基于自组织网络的无线报警方法。利用本发明，解决了现有报警系统成本高、可靠性实时性差、安装维护麻烦、可扩展性不好的问题。
-
公开(公告)号：CN1996833A
公开(公告)日：2007-07-11
申请号：CN200610144354.9
申请日：2006-12-04
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种传感器网络中对密钥进行分配和管理的方法，包括：A.在撒布传感器网络的节点前，为每个节点设置全局密钥Km和加密用随机函数F，分配唯一的节点身份ID，并根据Ki＝F(Km，i)计算该节点的后备密钥Ki；B.在传感器网络初始化阶段，以分簇结构构建传感器网络，簇头节点将其后备密钥Ki作为该簇的簇密钥保存到簇密钥链Kc数组中，整个网路通过一跳通信范围内的簇密钥信息扩散构造节点中的簇密钥链；C.在传感器网络运行时，当有新节点加入时，新加入节点向一跳通信范围内邻居节点广播一条HELLO消息，接收到HELLO消息的邻居节点返回响应消息，新节点根据接收的响应消息构造簇密钥链。利用本发明，便于在传感器网络中建立可信任的节点间通信关系。
-
公开(公告)号：CN1794658A
公开(公告)日：2006-06-28
申请号：CN200510130773.2
申请日：2005-12-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及无线传感器网络技术领域，特别是一种无线传感器网络处理器片内进程管理方法。本发明系统的构建一种低功耗的片内的进程管理方法，并有效的把它应用在实际的传感器节点系统中，最大限度的降低节点功耗，并且可供用户灵活的使用。本发明避免了在传感器节点采用传统的通用式芯片带来的诸多缺点，更适合于在传感器节点系统中的应用。进程管理具体方法步骤包括：系统的初始化；硬件上对系统的功耗的进行自动管理；进程调度单元对进程实施管理；软件上对系统的功耗进行主动管理。
-
公开(公告)号：CN1472652A
公开(公告)日：2004-02-04
申请号：CN03178449.6
申请日：2003-07-17
Applicant: 中国科学院计算技术研究所
IPC: G06F11/36
Abstract: 本发明涉及软件工程技术中的面向动态资源的管理模式、基于动态资源管理错误的软件故障模型及动态资源管理错误的检测方法。动态资源管理结构由程序开始、资源分配、资源使用、资源回收和程序结束组成。动态资源管理错误的软件故障模型包括资源分配错误、资源使用错误、资源回收错误及程序的非法结束错误。动态资源管理错误的检测方法包括：资源申请故障检测、资源非法使用故障检测、资源回收故障检测、程序非法结束故障检测。对大量故障程序进行分析的基础上，提出了面向动态资源管理的软件故障模型，在此基础上提出了对各种故障类型的检测方法。从而克服软件测试工作的盲目性，能更有效的利用测试的结果对软件可靠性等评价软件质量的指标进行评估。
-
Patent Agency Ranking
公开(公告)号：CN119129768A
公开(公告)日：2024-12-13
申请号：CN202410834572.3
申请日：2024-06-26
Applicant: 中国科学院计算技术研究所
IPC: G06N20/00 , G06F18/214 , G06F18/27 , G06F123/02
Abstract: 本发明实施例提供了一种训练学生模型的方法，包括：获取第一训练集，其包括多个未经缺失处理的原始样本和对应的标签；获取利用原始样本和标签训练得到教师模型，其包括用于从原始样本提取教师表征的特征提取器和用于根据教师表征得到教师预测结果的回归层；利用多种缺失率对每个原始样本进行处理，得到对应的缺失样本，所有缺失样本和对应的标签组成第二训练集；获取学生模型，其包括用于从缺失样本提取学生表征的特征提取器和用于根据学生表征得到学生预测结果的回归层；利用第二训练集、教师表征和教师预测结果对学生模型进行训练，训练时，基于表征损失、预测结果损失、对比损失和绝对误差损失加权的总损失更新学生模型的参数。
-
公开(公告)号：CN118094055A
公开(公告)日：2024-05-28
申请号：CN202410176786.6
申请日：2024-02-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种目标跟踪的容量极限估计方法，包括：根据探测定位系统的探测参数，获取该探测定位系统在指定探测场景下进行目标跟踪的目标密度上限；基于该目标密度上限及目标区域的面积，估计该探测定位系统在该目标区域进行目标跟踪任务的容量极限及跟踪难度。本发明还提出一种目标跟踪的容量极限估计系统，以及一种用于实现目标跟踪容量极限估计的数据处理装置。
-
公开(公告)号：CN117422957A
公开(公告)日：2024-01-19
申请号：CN202311203914.3
申请日：2023-09-18
Applicant: 中国科学院计算技术研究所
IPC: G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/08
Abstract: 本发明实施例提供了一种深度学习模型执行时间的评估方法，该方法包括：取基于深度学习处理器训练的深度学习模型；将深度学习模型进行量化以及将量化后的深度学习模型转换为计算图；获取计算图中每个算子的参数信息；基于计算图中每个算子的参数信息，利用每种算子对应的代价评估函数得到计算图中每个算子的执行时间；计算每个算子的输入数据与输出数据的迁移时间，以及计算每个算子的阻塞等待时间；基于计算图中每个算子的执行时间、每个算子的阻塞等待时间以及每个算子的输入数据与输出数据的迁移时间，评估深度学习模型的执行时间。该方法是针对深度学习处理器设计的，对于深度学习模型执行时间的评估粒度高、效率高以及不需要依赖工程师经验。
-
公开(公告)号：CN117336875A
公开(公告)日：2024-01-02
申请号：CN202311356766.9
申请日：2023-10-19
Applicant: 中国科学院计算技术研究所
IPC: H04W72/50 , G06N3/0442 , G06N3/08 , G06F18/213 , G06F18/25 , H04W72/51 , H04W72/30 , H04W72/0446
Abstract: 本发明提供了一种基于深度强化学习的无线网络分布式实时调度方法，无线网络包括预定范围内的多个节点，节点为接入点或者移动用户节点，方法包括：在每个节点中分别执行预设的分布式调度协议，基于所述协议为本节点的每条数据流建立一个调度组件以调度发送数据的数据流，其中，每个数据流的调度组件被配置为：为该数据流维护用于描述其流量特征的流量模型，并将最新的流量模型广播给无线网络中的各数据流的调度组件；监测每个时隙中该数据流对应的状态集合和历史观测信息；为该数据流部署专属的强化学习模型，其用于根据该数据流在当前时隙对应的状态集合和历史观测信息预测动作；和至少基于所述强化学习模型预测的动作确定当前时隙的实际动作。
-
公开(公告)号：CN114817111B
公开(公告)日：2023-08-29
申请号：CN202210471335.6
申请日：2022-04-28
Applicant: 中国科学院计算技术研究所
IPC: G06F13/42 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种支持多卡并行的嵌入式智能计算装置，包括嵌入式智能计算板卡、主控与IO板卡和RapidIO交换板卡；嵌入式智能计算装置采用高速RapidIO分布式对等网络，并采用标准VPX嵌入式智能计算系统多卡并行计算、标准VPX FPGA主控与IO板卡、标准VPX RapidIO网络交换板卡、标准VPX电源板卡、标准VPX背板，构建嵌入式智能计算系统多卡并行计算集群装置，在处理大规模数据和复杂智能算法网络时，通过该方法及装置不仅获得了系统级智能计算能力倍数增加和较好的算力可扩展性，同时可实现大规模数据密集型计算密集型场景下图像/视频数据实时计算。
-
-
-
-
-
-
-
-
-
Search Results
202
records
(took 0.062 seconds)
