-
公开(公告)号：CN116694094B
公开(公告)日：2024-06-25
申请号：CN202310722635.1
申请日：2023-06-19
IPC: C08L95/00 , C08L17/00 , C08L53/02 , C08K7/24 , C08K5/13 , C08K3/30 , C08K5/098 , C08K3/22 , C08K5/09
Abstract: 本发明提出了一种环保型缓粘净味高粘胶粉改性沥青及其制备方法，属于道路工程材料技术领域。本发明的环保型缓粘净味高粘胶粉改性沥青包括基质沥青、脱硫胶粉、热塑性丁苯橡胶、协同反应型净味剂、物理净味剂、缓粘剂、抗氧化剂、硅烷偶联剂和稳定剂，通过各原料协同作用，不仅实现“实现浓烟大幅减排、有害组分有效控制、拌合温度显著降低”三大目标，还通过加入热塑性丁苯橡胶、稳定剂、缓粘剂等添加剂来保证高粘沥青优异的各项性能，进而从“环保”与“性能”两方面打造新型高粘胶粉改性沥青。
-
公开(公告)号：CN117896413A
公开(公告)日：2024-04-16
申请号：CN202410202022.X
申请日：2024-02-23
Applicant: 北京交通大学
IPC: H04L67/12 , H04L67/5651 , H04L41/14 , H04L41/16
Abstract: 本发明提供了一种基于少学习参数神经网络的物联网设备数据服务方法。该方法包括：使用不学习模块替换深度神经网络模型中的可学习卷积层，得到少学习参数神经网络模型；云服务器中将训练好的少学习参数神经网络模型中的不学习参数去除，得到只包含可学习参数的手术模型，将随机种子和手术模型通过网络传输给物联网设备；物联网设备通过随机种子动态生成不学习参数，根据不学习参数与包含无梯度的推理时参数得到完整的神经网络模型，以提供数据服务。本发明方法中的物联网设备只需存储云服务器传输的可学习参数与随机种子，就可以在物联网设备上部署完整的神经网络，减少了云服务器传输至物联网设备的模型参数数量与物联网设备的存储资源开销。
-
公开(公告)号：CN116694094A
公开(公告)日：2023-09-05
申请号：CN202310722635.1
申请日：2023-06-19
IPC: C08L95/00 , C08L17/00 , C08L53/02 , C08K7/24 , C08K5/13 , C08K3/30 , C08K5/098 , C08K3/22 , C08K5/09
Abstract: 本发明提出了一种环保型缓粘净味高粘胶粉改性沥青及其制备方法，属于道路工程材料技术领域。本发明的环保型缓粘净味高粘胶粉改性沥青包括基质沥青、脱硫胶粉、热塑性丁苯橡胶、协同反应型净味剂、物理净味剂、缓粘剂、抗氧化剂、硅烷偶联剂和稳定剂，通过各原料协同作用，不仅实现“实现浓烟大幅减排、有害组分有效控制、拌合温度显著降低”三大目标，还通过加入热塑性丁苯橡胶、稳定剂、缓粘剂等添加剂来保证高粘沥青优异的各项性能，进而从“环保”与“性能”两方面打造新型高粘胶粉改性沥青。
-
公开(公告)号：CN111968058B
公开(公告)日：2023-08-04
申请号：CN202010863754.5
申请日：2020-08-25
Applicant: 北京交通大学
IPC: G06T5/00 , G06T7/13 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种低剂量CT图像降噪方法，包括：获取训练数据集；建立降噪网络模型，包括自适应边缘特征提取模块用于对输入的训练数据集中低剂量CT图像进行边缘特征的提取；第一融合层对自适应边缘特征提取模块的输出信号和输入信号进行融合；卷积模块包括多层卷积层构成的编码器、多层返卷积层构成的解码器以及第二融合层，编码器对第一融合层的输出信号进行编码，第二融合层使用跳跃的方式将解码器的反卷积层的特征图与其在编码器中对称的卷积层的特征图进行融合，输出降噪后的特征图；对降噪网络模型进行训练、测试；采用测试好的降噪网络模型对低剂量CT图像降噪。本方法能够保留更多细粒度的信息，得到更加接近目标图像的降噪结果。
-
公开(公告)号：CN115049786B
公开(公告)日：2023-07-18
申请号：CN202210689275.5
申请日：2022-06-17
Applicant: 北京交通大学
IPC: G06T17/00 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/0499 , G06N3/084
Abstract: 本发明提供任务导向的点云数据下采样方法及系统，属于点云数据处理技术领域，对变换器网络中资源密集型的结构进行调整，去除位置嵌入、简化输入数据嵌入层结构，删除自注意力机制的映射矩阵操作，在前馈神经网络层引入扩缩策略；基于采样损失函数，扩大下采样点云的覆盖范围和重点区域的关注能力，促进生成点云为原始点云的真子集；将下采样模块与任务网络相结合，利用采样损失和任务损失共同更新下采样网络的权重参数。本发明降低了对计算和存储资源的消耗；设计采样损失函数，促使获得点云分布更加均匀、关键点覆盖更加全面的真子集点云数据；将通用下采样模块与三维分类任务网络相结合，实现任务网络的性能最优化和资源开销最小化的有效权衡。
-
Patent Agency Ranking
公开(公告)号：CN115240106B
公开(公告)日：2023-06-20
申请号：CN202210815080.0
申请日：2022-07-12
Applicant: 北京交通大学
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明提供一种任务自适应的小样本行为识别方法及系统，属于计算机视觉技术领域，获取待识别的视频数据；利用预先训练好的识别模型，对获取的所述待识别的视频数据进行处理，得到动作类别结果加入注意力层，提取行为主体在图片帧中的位置信息以及图像内容信息，通过注意力机制对提取的特征特征进行调制，获取同一类动作的类内特征共性以及不同类动作的类间的差异性。本发明提取特征时加入注意力层，产生更具分辨性的特征表示；对同类行为中不同样本进行随机多模态融合，扩充了支持集数据，使得模型对行为主体所在环境的变换鲁棒性更强；通过task级的特征调制，使特征更符合当前任务的需求并聚焦于行为主体，有助于提高分类准确率。
-
公开(公告)号：CN115049894A
公开(公告)日：2022-09-13
申请号：CN202210609475.5
申请日：2022-05-31
Applicant: 北京交通大学
IPC: G06V10/774 , G06V10/764 , G06V10/40 , G06V10/74 , G06V10/82 , G06N3/04 , G06N3/08 , G06V40/10
Abstract: 本发明公开了一种基于图学习的全局结构信息嵌入网络的目标重识别方法，包括步骤：数据集分类及预处理、训练集上图的构建和初始化、训练深度学习模型、测试深度学习模型。本发明利用图学习理论并通过图卷积神经网络自动学习这种全局结构信息，将该关系嵌入所学的特征中，获得更有表征能力的图形表示，将目标重识别问题转化为新的边预测问题，从而更快更准确地判断数据间的关系，提高了目标重识别的精度。
-
公开(公告)号：CN112734881A
公开(公告)日：2021-04-30
申请号：CN202011381287.9
申请日：2020-12-01
Applicant: 北京交通大学
IPC: G06T11/60 , G06F40/30 , G06F40/289 , G06N3/08 , G06N3/04
Abstract: 本发明提供了一种基于显著性场景图分析的文本合成图像方法及系统。该方法包括：根据依赖关系解析将文本描述构建成依赖树，进行树转换以得到语义图，构建一个基于规则的场景图解析器，该解析器从依赖项语法表示映射到场景图；利用背景检索模块对场景图进行检索，得到与给定场景图最相关的候选分割图；通过背景融合模块对候选分割图进行编码得到背景特征；将前景对象和背景特征表示都输入到生成对抗网络中，得到文本合成图像模型，使用模型以测试文本描述为输入，生成具有前景和背景视觉上一致的高分辨率图像。本发明将基于显著性的场景图引入到图像合成中，通过探索跨模态文本语义空间配置，有效的提高了图像合成的准确率。
-
公开(公告)号：CN110471948B
公开(公告)日：2021-01-15
申请号：CN201910617732.8
申请日：2019-07-10
Applicant: 北京交通大学
IPC: G06F16/2458 , G06F16/22 , G06F40/289 , G06F40/30 , G06Q50/26
Abstract: 本发明提供了一种基于历史数据挖掘的海关报关商品智能归类方法，包括：分析报关商品类别编码与商品名称、规格型号的关系，对海关报关商品归类问题进行描述；对海关报关商品的历史信息进行预处理，去除无用词性；设计倒排索引以及判定商品前四位编码的搜索算法；基于词频对预处理后的各类商品进行特征选择，基于one‑hot方法构建特征矩阵；基于不同类商品的特征，采用决策树算法构建商品分类模型。利用所述的分类模型进行海关报关商品的分类，并得到分类结果即商品编码。本发明能够较好的判定商品所属品目，能够有效的对商品进行分类并得到基于HS分类目录的商品编码；具有较强的泛化性能，可提高企业的通关效率，降低由于商品错误归类带来的贸易风险。
-
公开(公告)号：CN110704865A
公开(公告)日：2020-01-17
申请号：CN201910823578.X
申请日：2019-09-02
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于动态图数据发布的隐私保护方法，包括：采用序列抽取生成器抽取前一时刻以及当前时刻的图属性序列；将抽取出的两个属性序列输入到激活函数中，计算激活函数的值；当激活函数的值小于等于一定阈值时，采用局部的匿名函数接口对图进行匿名化操作，得到匿名化后的图；当激活函数的值大于一定阈值时，采用全局的匿名函数接口对图进行匿名化操作，得到匿名化后的图。本方法采用激活函数来决定哪个时刻匿名化进程需要被重启，保证了匿名过程中能够自适应地选择匿名策略，从而减少了动态图数据发布过程中的累计信息损失，提高了匿名化后数据的可用性。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.099 seconds)
