-
公开(公告)号：CN119127514A
公开(公告)日：2024-12-13
申请号：CN202411614716.0
申请日：2024-11-13
Applicant: 之江实验室
Abstract: 本发明公开了一种脉冲星傅立叶域加速搜索流水线并行方法和装置，包括：将接收的天文数据分配到多个并行进程；每个进程中包括三个串行子线程，利用第一CPU子线程对分配到的天文数据进行预处理，利用GPU子线程读取预处理后的数据并在GPU上执行加速计算得到候选信号数据，利用第二CPU子线程读取候选信号数据并进行后处理和结果汇总，同时利用多个并行进程架构的队列和队列阻塞锁来同步各子线程之间的任务状态；通过监控反馈动态调整处理流程中的进程数量；实时记录任务状态和各进程计算结果并处理异常情况。本发明能够有效提升脉冲双星搜索进程，并支持利用多GPU并行加速，大幅提升从FAST天文数据中搜索该类型天体的速度。
-
公开(公告)号：CN118097359B
公开(公告)日：2024-07-19
申请号：CN202410493628.3
申请日：2024-04-23
Applicant: 之江实验室
Abstract: 本说明书提供的一种模型训练方法、装置、存储介质以及电子设备，获取目标区域的全色图像、多光谱图像以及标准融合图像，将全色图像以及多光谱图像输入到目标模型中，以提取出全色图像的频域特征以及多光谱图像的频域特征，并将全色图像的频域特征以及多光谱图像的频域特征进行特征融合，以确定出第一特征图像，以及，对全色图像以及多光谱图像进行图像融合，以根据融合后的图像中包含的各像素点的像素信息，确定出自适应权重，并根据自适应权重对融合后的图像进行处理，以得到第二特征图像，将第一特征图像与第二特征图像进行叠加，以确定输出的预测融合图像，以最小化预测融合图像与标准融合图像之间的偏差为优化目标，对目标模型进行训练。
-
公开(公告)号：CN118053052B
公开(公告)日：2024-06-28
申请号：CN202410457517.7
申请日：2024-04-16
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/762 , G06V10/26 , G06V20/70 , G06V10/42 , G06V10/44 , G06V20/56 , G06V20/64
Abstract: 本说明书公开了一种无监督的高精矢量地图元素异常检测方法，可以将高精地图中各矢量元素分为线段元素、长线元素以及不规则元素，并基于三类元素构建空间检索树KD‑Tree，而后可以针对每类元素，根据KD‑Tree构建该类元素对应的相对空间关系特征，最后，可以根据各类元素对应的相对空间关系特征，通过预设的离群点检测方法，对各矢量元素进行异常元素检测，本发明提出了一种自动化的针对高精矢量地图的异常检测算法，可以在已构建好的高精矢量地图中无监督、自动化地检测出可能存在错误的异常元素，相较于人工的地图核准工作，能够利用自动化算法降低重复性劳动，同时能够大大提升自动驾驶地图部署效率，降低错误元素的漏检率。
-
公开(公告)号：CN118015316B
公开(公告)日：2024-06-11
申请号：CN202410410287.9
申请日：2024-04-07
Applicant: 之江实验室
IPC: G06V10/75 , G06V10/774 , G06V10/82 , G06V20/17
Abstract: 本说明书公开了一种图像匹配模型训练的方法、装置、存储介质、设备，获取由第一基准图像和第一待匹配图像组成的第一样本组，将第一样本组输入预先训练的教师模型，确定第一基准图像与第一待匹配图像的匹配度，作为伪标注，将第一样本组输入图像匹配模型，确定第一基准图像与第一待匹配图像的当前匹配度，图像匹配模型的复杂度小于教师模型的复杂度，根据当前匹配度与伪标注的差异，对图像匹配模型进行训练，本方法利用预先训练的复杂度较高、输出结果精准的教师模型，使得复杂度较低、运算速度较快的图像匹配模型可以学习到教师模型的策略，最终训练得到运算速度快、输出结果精准的图像匹配模型，可应对时限短、批量大的图像定位匹配任务。
-
公开(公告)号：CN111506785B
公开(公告)日：2023-07-07
申请号：CN202010150112.0
申请日：2020-03-06
IPC: G06F16/9032 , G06F16/951 , G06F40/284 , G06N7/01 , G06Q50/00 , G06Q50/26
Abstract: 本发明提供一种基于社交文本的网络舆情话题识别方法，涉及文本数据处理技术领域。本发明考虑到噪音词对文本话题发现的影响，将生成词中的主题词和生成词的噪声词分开，将噪音词过滤并推断出每个词的主题词分布，从而能准确的判断出生成该词对应的网络舆情话题，提高网络舆情话题识别的准确率，为后续的舆情监测、政府或者相关管理部门舆情引导和个性化营销等实际场景提供准确的数据支持。
-
Patent Agency Ranking
公开(公告)号：CN112418422B
公开(公告)日：2022-05-27
申请号：CN202011307776.X
申请日：2020-11-20
IPC: G06N3/08
Abstract: 本发明公开了一种基于人脑记忆机制的深度神经网络训练数据采样方法，包括如下步骤：S1，在初始训练周期，设置下一轮要训练的序列为整个训练集；S2，将训练序列中包含的数据根据批大小打包为多个批，放入神经网络进行训练，并获得样本的训练损失值；S3，根据损失值将样本序列划分为困难、中间、简单三种类型；S4，整个训练序列的样本都增加一个基本时钟，中间和简单的样本需要根据倒计时等待函数分别计算样本的额外增加的时钟数；S5，整个训练集的样本都减少一个时钟数，将时钟数为0的样本放入下一轮将要训练的序列之中；S6，重复步骤2‑5，直到神经网络收敛或者训练周期数结束。
-
公开(公告)号：CN112149816B
公开(公告)日：2021-02-12
申请号：CN202011340107.2
申请日：2020-11-25
Applicant: 之江实验室
Abstract: 本发明公开了一种支持深度神经网络推理加速的异构存算融合系统及方法，包括：主机处理器，用于控制和管理整个异构存算融合系统；非易失内存模块，与所述主机处理器相连，用于神经网络处理；3D堆叠内存模块，与所述主机处理器相连，用于神经网络处理；网络模块，与所述主机处理器相连，用于与外部主机连接；配置电路，与所述主机处理器相连，用于接收所述主机处理器的配置命令并控制电压发生器，也用于接收所述主机处理器的配置命令并配置3D堆叠内存模块；电压发生器，分别与所述非易失内存模块和配置电路相连，用于接收所述配置电路的控制命令，对所述非易失内存模块施加外部激励，调节其电导状态。
-
公开(公告)号：CN112232528A
公开(公告)日：2021-01-15
申请号：CN202011473442.X
申请日：2020-12-15
Applicant: 之江实验室
Abstract: 本发明公开了一种联邦学习模型训练方法、装置及联邦学习系统，边缘计算服务器和端设备接收云端联邦学习子系统形成的全局机器学习模型信息；一个边缘计算服务器与一个以上的端设备利用网络局部性的优势形成区域，端设备依靠本地数据并采用截断的方式完成模型本地训练，边缘计算服务器负责所辖区域内端设备的多轮更新并向云端联邦学习子系统发送更新后的模型信息；边缘计算服务器也采用截断的方式完成模型本地训练，云端联邦学习子系统负责多个边缘计算服务器的梯度更新；在训练到达收敛期，分别对边缘计算服务器所辖区域内端设备和云端联邦学习子系统负责的多个边缘计算服务器实施截断节点的补偿，形成全局机器学习模型信息。
-
-
公开(公告)号：CN118861650A
公开(公告)日：2024-10-29
申请号：CN202411335928.5
申请日：2024-09-24
Applicant: 之江实验室
IPC: G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/08
Abstract: 本说明书公开了一种模型训练以及定位气味源的方法及装置。所述方法包括：获取搜索气味源的载体在第一设定时刻下所处的环境对应的环境数据，将环境数据输入到预设的特征融合模型中，以使特征融合模型输出环境数据对应的环境特征。然后，将环境特征输入到预设的时序网络中，以使时序网络基于在第一设定时刻之前的各设定时刻下的环境特征输出环境特征在第一设定时刻下的环境状态信息。进一步地，将环境状态信息输入到训练好的预测模型中，以使预测模型根据环境状态信息，预测环境状态信息在第二设定时刻下的气味分布地图，并根据气味分布地图，确定气味源的目标位置。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.037 seconds)
