基于小样本的数据增强及神经网络对抗训练系统

    公开(公告)号:CN111126794A

    公开(公告)日:2020-05-08

    申请号:CN201911240412.1

    申请日:2019-12-06

    Abstract: 本发明属于车辆缺陷等级评估技术领域,具体涉及一种基于小样本的数据增强及神经网络对抗训练系统。本发明改进了基于生成模型数据增强的车辆损伤和缺陷等级神经网络评估模型小样本条件优化方案。基于传统生成模型数据增强方法与神经网络评估模型结构的相容性不足,因此增强数据对神经网络评估模型的性能优化作用有限。本发明提出结合神经网络评估模型结构特征的数据增强方法和神经网络评估模型基于增强数据的对抗训练系统,解决神经网络评估模型在小样本条件下模型结构性能退化的问题,提升了神经网络评估模型的性能。

    基于小样本的数据增强及神经网络对抗训练方法

    公开(公告)号:CN111126458A

    公开(公告)日:2020-05-08

    申请号:CN201911240414.0

    申请日:2019-12-06

    Abstract: 本发明属于车辆缺陷等级评估技术领域,具体涉及一种基于小样本的数据增强及神经网络对抗训练方法。本发明改进了基于生成模型数据增强的车辆损伤和缺陷等级神经网络评估模型小样本条件优化方法。基于传统生成模型数据增强方法与神经网络评估模型结构的相容性不足,因此增强数据对神经网络评估模型的性能优化作用有限。本发明提出结合神经网络评估模型结构特征的数据增强方法和神经网络评估模型基于增强数据的对抗训练方法,解决神经网络评估模型在小样本条件下模型结构性能退化的问题,提升了神经网络评估模型的性能。

    一种分布式AI协同计算系统的节点身份验证方法和系统

    公开(公告)号:CN113938483B

    公开(公告)日:2023-06-16

    申请号:CN202111275760.X

    申请日:2021-10-29

    Abstract: 一种分布式AI协同计算系统的节点身份验证方法和系统,方法包括中心服务器向各分布式节点发送身份验证指令;各分布式节点根据身份验证指令完成对应的实时运算能力验证任务,向中心服务器发送响应消息;响应消息包括任务完成时间和节点设备信息;所述实时运算能力验证任务包括实时计算能力验证任务和实时存储能力验证任务;中心服务器接收响应消息,若接收到响应消息的时间超过预期时间,或任务完成时间与相同设备类型的真实节点完成所述实时运算能力验证任务的任务完成时间的差值大于预先设置的阈值,则将该节点认定为可疑节点;中心服务器多次对所述可疑节点发送身份验证指令,若可疑节点均未通过验证,则判断该节点为伪造节点。

    一种分布式系统的可视化监控方法和系统

    公开(公告)号:CN113872834B

    公开(公告)日:2023-05-23

    申请号:CN202111217462.5

    申请日:2021-10-19

    Abstract: 一种分布式系统的可视化监控方法和系统,方法包括:根据所述分布式系统的节点路由表,获取所述分布式系统的节点层级,采用正多边形分形图表示所述分布式系统的节点层级结构,所述分形图中的一个子分形图对应所述分布式系统的一个节点,每个子分形图采用虚线绘制;获取分布式系统当前任务的子任务信息和资源分配信息,基于所述子任务信息和资源分配信息,获取每个子任务的运行资源对应的运行节点,在所述分形图中查找所述运行节点,将所述运行节点对应的子分形图绘制为实线图;实时获取每个运行节点的监控信息,基于所述监控信息,在所述运行节点对应的子分形图的边线上绘制显示所述监控信息。

    基于改进无迹卡尔曼粒子滤波的RAIM系统

    公开(公告)号:CN110988921A

    公开(公告)日:2020-04-10

    申请号:CN201911240179.7

    申请日:2019-12-06

    Abstract: 本发明属于全球卫星导航检测技术领域,具体涉及一种基于改进无迹卡尔曼粒子滤波的RAIM系统。与现有技术相比较,本发明为实现在非高斯观测噪声环境下有效开展接收机自主完好性监测,通过在粒子滤波方法中引入改进后的无迹卡尔曼滤波,通过改进无迹卡尔曼滤波实现粒子滤波中更合理的状态预测和建议密度计算,能够有效避免粒子退化现象,在保障粒子滤波接收机自主完好性监测方法对非高斯观测噪声环境的适应性的同时,也减少了引入无迹卡尔曼粒子滤波所带来的计算量,保证了算法运算效率。因此,该方案既改善粒子滤波退化问题,同时保障该方法对非高斯观测噪声的适应性,通过对无迹卡尔曼滤波的改进也减少来由其导致的计算量。

    基于改进无迹卡尔曼粒子滤波的RAIM方法

    公开(公告)号:CN110967706A

    公开(公告)日:2020-04-07

    申请号:CN201911240626.9

    申请日:2019-12-06

    Abstract: 本发明属于全球卫星导航检测技术领域,具体涉及一种基于改进无迹卡尔曼粒子滤波的RAIM方法。与现有技术相比较,本发明为实现在非高斯观测噪声环境下有效开展接收机自主完好性监测,通过在粒子滤波方法中引入改进后的无迹卡尔曼滤波,通过改进无迹卡尔曼滤波实现粒子滤波中更合理的状态预测和建议密度计算,能够有效避免粒子退化现象,在保障粒子滤波接收机自主完好性监测方法对非高斯观测噪声环境的适应性的同时,也减少了引入无迹卡尔曼粒子滤波所带来的计算量,保证了算法运算效率。因此,该方案既改善粒子滤波退化问题,同时保障该方法对非高斯观测噪声的适应性,通过对无迹卡尔曼滤波的改进也减少来由其导致的计算量。

Patent Agency Ranking