-
公开(公告)号：CN116205311A
公开(公告)日：2023-06-02
申请号：CN202310124072.6
申请日：2023-02-16
Applicant: 同济大学
Abstract: 本发明提供一种基于Shapley值的联邦学习方法。该方法考虑联邦学习中不同客户端数据分布的差异，在获取全局模型参数时，根据客户端的本地训练模型对整体训练目标的贡献对其参数进行加权聚合。在联邦学习的每轮迭代训练后，根据每个客户端的本地模型参数之间的余弦相似度构建一个加权图，并计算图中每个客户端顶点的Shapley值。服务器基于客户端的Shapley值为每个客户端的模型参数设置相应的权重系数，并根据该系数对客户端的模型参数进行加权聚合，得到下一轮训练的全局模型参数，直至达到训练目标后结束。
-
公开(公告)号：CN112115830B
公开(公告)日：2023-06-02
申请号：CN202010945655.1
申请日：2020-09-10
Applicant: 同济大学
IPC: G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明涉及一种基于比特域特征提取的目标分布式融合识别方法，用于边缘设备和边缘域融合中心中，方法包括以下步骤：1)从多种边缘设备中获取感知信号；2)获取预先构建并训练好的深度神经网络，根据预设的部署规则，拆分深度神经网络，并部署到多种边缘设备和边缘域融合中心中，获得分布式神经网络架构；边缘设备中部署的深度神经网络通过对输出信号进行比特域特征提取，生成比特域特征向量，从而进行数据传输3)载入感知信号，获取目标识别结果。与现有技术相比，本发明可在边缘设备上对目标信号进行预处理，并得到量化压缩后的比特域特征，进行数据传输，缓解云中心的计算存储压力和网络带宽压力，并提高目标识别过程的响应速度。
-
公开(公告)号：CN113298905B
公开(公告)日：2022-12-16
申请号：CN202110591980.7
申请日：2021-05-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于基础材料分解的多能谱CT重建方法及计算机可读介质，其中多能谱CT重建方法包括：步骤1：获取由SS‑SXCT方法或CSXCT方法的测量数据；步骤2：获取基于基础材料分解BMD重构基础材料组分的系数图像和基础材料的质量衰减系数；步骤3：重建出多能谱CT图像。与现有技术相比，本发明具有重建图像质量好、图像伪影低等优点。
-
公开(公告)号：CN113506278B
公开(公告)日：2022-06-14
申请号：CN202110810857.X
申请日：2021-07-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于YOLO‑V3的路标辅助检测控制方法，具体包括以下步骤：S1、采集行驶过程中车辆前方的原始视频图像，通过Gamma校正法对原始视频图像进行图像预处理，同时提取出原始视频图像的HOG特征，与经过处理的原始视频图像以及原始图像进行拼接；S2、拼接完成的图像输入检测网络，输出检测结果；S3、将检测结果转化为路标信息和环境信息，显示路标信息，同时采集车辆前方的路况信息，结合环境信息和路况信息，生成相应的语音信息并输出，辅助驾驶员对路标信息进行判断。与现有技术相比，本发明具有提高路标检测效率、降低对存储设备的需求等优点。
-
公开(公告)号：CN114373542A
公开(公告)日：2022-04-19
申请号：CN202111523055.7
申请日：2021-12-13
Applicant: 同济大学
Abstract: 本发明涉及一种基于行为模式的SEIR感染风险模拟方法，该方法通过时序网络将疫情数据划分为不同尺度的数据，以家庭为网络节点，基于行为模式确定网络节点连接关系，构建人群接触网络，采用SEIR模型模拟疫情传播的各个阶段，确定每天的疫情传播情况。与现有技术相比，本发明具有模拟真实性高以及准确性高的优点。
-
Patent Agency Ranking
公开(公告)号：CN114373104A
公开(公告)日：2022-04-19
申请号：CN202111521800.4
申请日：2021-12-13
Applicant: 同济大学
IPC: G06V10/774 , G06V10/44 , G06K9/62 , G06T7/11
Abstract: 本发明涉及一种基于动态聚合的三维点云语义分割方法，该方法通过构建包括采样模块、级联的动态聚合模块构成的编码器和特征传播模块构成的解码器的三维点云语义分割模型，通过动态聚合模块对采样模块输出的点云数据进行特征动态聚合输出特征图，并通过特征传播模块传输至全连接层，输出类别。与现有技术相比，本发明具有语义分割精度高的优点。
-
-
公开(公告)号：CN113990344A
公开(公告)日：2022-01-28
申请号：CN202111004878.9
申请日：2021-08-30
Applicant: 同济大学
Abstract: 本发明涉及一种基于声纹特征的多人语音分离方法、设备及介质，该方法包括：S1：获取目标说话人的声纹特征Xref以及对混合音频采用短时傅里叶变换提取其频谱特征Xmix；S2：通过拼接混合音频的频谱特征Xmix与目标说话人的声纹特征Xref得到参考声纹特征的频谱特征X′mix，并将频谱特征X′mix输入到用于捕获低级别音频特征的扩张卷积层，得到语音分离模型的输入特征Xinput；S3：通过基于语音分离模型获取频谱掩膜，并将其与混合音频的频谱特征Xmix相乘，得到预测出的目标说话人的纯净音频的频谱；通过参考混合音频的相位谱并结合短时傅里叶逆变换，得到预测出的目标说话人在时域上的纯净音频。与现有技术相比，本发明具有语音分离精度高的优点。
-
公开(公告)号：CN113901987A
公开(公告)日：2022-01-07
申请号：CN202111054419.1
申请日：2021-09-09
Applicant: 同济大学
IPC: G06K9/62 , G06F16/9537 , G06F16/909 , G06N3/04 , G06Q10/04 , G06Q50/30
Abstract: 本发明涉及一种基于四叉树的出租车时空层次预测方法和存储介质。获取出租车起点‑终点数据集后，提取出租车在不同位置的频繁次数，划分城市区域，并利用聚类算法对中心位置聚类，使用双通道矩阵分析数据，最后使用预测模型预测出租车在划分区域内的交通流量，实现时空层次预测。与现有技术相比，本发明具有可有效准确地预测城市交通情况等优点。
-
公开(公告)号：CN113887788A
公开(公告)日：2022-01-04
申请号：CN202111091032.3
申请日：2021-09-17
Applicant: 同济大学
Abstract: 本发明涉及一种动态城市公交协同方法和装置，包括以下步骤：获取城市公交车历史数据集，提取每一辆公交车的特征信息，得到站点聚合信息和动态特征信息；然后结合城市公交调度信息，分析动态特征信息，得到实时交通状态；最后将所有公交车的站点聚合信息和实时交通状态输入到多智能体模型中进行训练，当所有公交车的多智能体模型收敛于一号阈值时，完成公交协同控制。与现有技术相比，本发明具有可保持公交车之间距离相对稳定、控制灵活等优点。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.02 seconds)
