-
公开(公告)号：CN103117881A
公开(公告)日：2013-05-22
申请号：CN201310062489.0
申请日：2013-02-27
Applicant: 中国电子器材总公司 , 中国科学院计算技术研究所 , 中电百达兴南京科技有限公司
Abstract: 本发明公开了一种物联网资源管理系统，该系统分别与传感器网络和物联网应用程序进行通信，该系统包括：通信数据解析模块、传感器数据处理模块、应用程序消息处理模块、和配置信息存储模块。其中配置信息存储模块用于存储所述预先配置的通信协议信息、传感器类型信息和消息格式信息，并提供操作接口供用户对所述存储的信息进行配置操作。应用上述系统，各功能模块利用存储模块中的信息完成传感器网络资源的封装和解封装，实现物联网应用程序与传感器网络的通信。另一方面，对于上层的物联网应用程序而言，不需要去了解传感器网络的具体细节，应用程序开发人员仅需按照通用的数据接口进行开发，从而有效降低整个物联网系统的开发难度。
-
公开(公告)号：CN119888324A
公开(公告)日：2025-04-25
申请号：CN202411947015.9
申请日：2024-12-27
Applicant: 中国科学院计算技术研究所
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/096
Abstract: 本发明提供一种基于类增量学习的图像分类模型及其训练方法、分类方法。分类模型包括求解器和特征生成器。其中，求解器包括特征提取器、分类器以及多个辅助分类器。特征提取器用于根据输入的任务进行特征提取输出最终特征。分类器用于根据最终特征对任务进行分类。辅助分类器用于在模型训练时根据学习模块的输出生成嵌入蒸馏的嵌入知识。特征生成器用于在分类器的指导下生成历史任务的生成特征，并将生成特征与当前任务特征通过损失拟合以训练求解器。本发明可以将嵌入在网络中间块中的更丰富的知识从旧的冻结特征提取器迁移到当前的特征提取器来防止特征提取器遗忘，而无需存储历史任务数据或原型。
-
公开(公告)号：CN119741228A
公开(公告)日：2025-04-01
申请号：CN202411828017.6
申请日：2024-12-12
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于混合精度量化的扩散模型极低比特量化方法和装置，包括：获取待极低比特量化的扩散模型，获取该极低比特量化的初始量化精度，增加该初始量化精度得到高比特量化精度，减少该初始量化精度得到低比特量化精度；统计该扩散模型中各组权重数据的长尾分布程度；将该长尾分布程度最高的至少一组权重数据按照该高比特量化精度进行量化，并将该长尾分布程度最低的至少一组权重数据按照该低比特量化精度进行量化，并将该扩散模型的其余权重数据按照该初始量化精度进行量化，得到量化模型；将噪声图像和降噪要求的文本向量输入该量化模型，该量化模型根据该文本向量对该噪声图像进行降噪，得到符合该降噪要求的去噪图像。
-
公开(公告)号：CN112184743B
公开(公告)日：2024-07-23
申请号：CN202011182514.5
申请日：2020-10-29
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种乳腺钼靶图像中胸肌和乳头区域的分割预标注方法，包括如下步骤：S1、提取乳腺主体图；S2、定位斜侧位胸肌分割线；S3、定位双视图的乳头区域；S4、生成胸肌和乳头的区块标注信息；S5、检验修正。本发明在原始乳腺钼靶图像的基础上，快速大批量地自动生成乳腺钼靶图像中胸肌区域和乳头区域的高质量预标注分割信息，解决了目前存在的标注效率低下、分割标准差异大的问题，降低了对后续人工的要求，使得标注效率大幅度提高，从而产生适合于语义分割神经网络的高质量的训练数据集。
-
公开(公告)号：CN116109873A
公开(公告)日：2023-05-12
申请号：CN202310174287.9
申请日：2023-02-23
Applicant: 中国科学院计算技术研究所
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提出一种基于多模型联合对比学习的图像分类方法和系统，包括：本发明提出多模型联合对比学习算法来引导不同的模型在特征层面进行交互，在多个模型之间相互地迁移各自的对比相似度概率分布。采用对比学习可使相同类别的样本在特征空间接近，不同类别样本在特征空间远离，进而得到具有判别性的表征空间。在多模型联合学习的场景下，对比学习可以使得不同模型的特征向量建立关系，从而在特征层面对多模型进行交互。通过多模型联合对比学习，每一个网络都可以学习更好的特征表达，从而提升图像分类的效果和下游的语义识别任务。
-
Patent Agency Ranking
公开(公告)号：CN110727634B
公开(公告)日：2021-10-29
申请号：CN201910605382.3
申请日：2019-07-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种面向物端数据处理的嵌入式智能计算机系统，包括：IO互联系统，用于通过高速数据通道，将来自多源传感器的物端数据发送至人工智能处理器子系统，并将该物端数据的标签类别发送至嵌入式ARM处理器子系统；嵌入式ARM处理器子系统，用于在内存中检索与该标签类别相对应的人工智能神经网络模型，并将该人工智能神经网络模型加载至该人工智能处理器子系统；人工智能处理器子系统，用于将该物端数据输入至该人工智能神经网络模型，以完成对该物端数据的人工智能处理，得到智能数据处理结果。由此本申请既能完成自然环境数据采集计算任务，也能完成人因环境数据采集计算任务。
-
公开(公告)号：CN113312694A
公开(公告)日：2021-08-27
申请号：CN202110571011.5
申请日：2021-05-25
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种在方舱类建筑中生成动线规划的方法，包括以下步骤：步骤一：根据方舱的基本坐标和舱体四面的相通性，判断舱体与舱体的相通性；步骤二：结合相通性和方舱挪动的权重，构建一个有权多边有向图；步骤三：通过Dijkstra算法求出约束条件下的各种类型的最短动线规划路径；步骤四：通过Dijkstra算法得到起点到终点最短路径所经过的舱体，映射到布局图中计算出最短路径坐标。本发明所述的一种在方舱类建筑中生成动线规划的方法，更针对使用需求快速输出精准、可靠的人员、物资等动线设计；能够减少目前方舱类建筑物动线规划中出现的人力和时间成本；提升方舱类建筑物快速规划的能力。
-
公开(公告)号：CN113255550A
公开(公告)日：2021-08-13
申请号：CN202110623005.X
申请日：2021-06-04
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种基于视频的行人垃圾扔投次数统计方法，包括以下步骤，步骤一：将视频流数据拆分成一系列单帧图片，后续步骤在图片上进行；步骤二：对人体姿态进行评估，确定人体骨架的关键点；步骤三：训练垃圾桶位置检测网络；步骤四：训练垃圾桶开合状态的分类网络；步骤五：根据人体手部的位置坐标、垃圾桶位置区域坐标和垃圾桶开合状况，判断扔投状态；步骤六：依据连续帧扔投转态的变化进行投放统计判断。本发明所述的一种基于视频的行人垃圾扔投次数统计方法，采用视频识别的方法，通过对视频数据的转换，综合各种图像视频检测技术，对垃圾扔投进行统计，在垃圾管理领域，相较于使用硬件方式统计，无需增加特定硬件，灵活方便成本低。
-
公开(公告)号：CN112308139A
公开(公告)日：2021-02-02
申请号：CN202011186817.4
申请日：2020-10-29
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
IPC: G06K9/62 , G06F16/532 , G06F16/583
Abstract: 本发明公开了一种基于主动学习的样本标注方法，包括如下步骤：S1、从样本池中随机小样本抽样并标注，得到初始标注样本；S2、采用度量学习计算初始标注样本与待标注样本的特征距离，生成特征距离图，遍历特征距离图，在样本池中寻找与初始标注样本距离小于阈值的样本并抽取出来；S3、将抽取出来的样本再次进行标注并汇入初始标注样本形成样本训练库，以样本训练库为样本集训练检索模型；S4、通过检索模型从样本池中检索出更多的负样本再次进行标注，并汇入样本训练库，形成最终的训练集。本发明采用计算特征距离及图片检索的方式快速抽取样本池中的负样本，在保持模型精度的前提下，大幅度降低标注时间，节约成本，利于工业智能算法的多产线推广。
-
公开(公告)号：CN112199491A
公开(公告)日：2021-01-08
申请号：CN202011099237.1
申请日：2020-10-14
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
IPC: G06F16/335 , G06F40/30 , G06F16/36
Abstract: 本发明公开了一种基于BERT与先验知识特征的关系五元组抽取方法，包括如下步骤：预处理；提取语义特征向量；融合拼接；s抽取阶段；p、o抽取阶段；t、l抽取阶段；最终得到关系五元组的特征向量h+pre+s+p+o+t+l。本发明利用BERT模型与先验知识特征融合的方法抽取文本的关系五元组，利用概率图结合指针结构，解决了一种关系对应多个实体以及实体重叠的问题。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.044 seconds)
