-
公开(公告)号：CN116861261B
公开(公告)日：2024-01-19
申请号：CN202311127103.X
申请日：2023-09-04
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06F18/214 , G06N3/0464 , G06N3/084 , G06N3/094 , G06V10/774 , G06V10/80 , G06V10/82 , G06F18/25 , G01S13/86 , G01S13/931 , G01S15/86 , G01S15/931 , G01S17/86 , G01S17/931
Abstract: 本发明提供一种自动驾驶模型的训练方法、部署方法、系统、介质和设备，涉及机器学习领域，包括：获取数据集；数据集中的样本包括正常场景数据和干扰场景数据；从数据集中选取第一正常场景样本和第一干扰场景样本，利用第一算法训练得到第一感知模型；从数据集中选取第二正常场景样本和第二干扰场景样本，利用第二算法结合第一感知模型使用干扰特征知识蒸馏方法和元网络对抗知识蒸馏方法，训练得到第二感知模型；将第二感知模型部署至自动驾驶系统中。本发明能避免高质量特征和低质量特征同时被蒸馏，提升了知识蒸馏的效果，便于对第二感知模型中低质量的抗干扰特征进行针对性的知(56)对比文件Qi Deng 等.Context-Enhanced Meta-Reinforcement Learning with Data-ReusedAdaptation for Urban AutonomousDriving.IEEE.2023,全文.Qi Deng 等.Context-Aware Meta-RL withTwo-Stage Constrained Adaptation forUrban Driving.IEEE.2023,全文.Ruyang Li 等.Deep ReinforcementLearning with Noisy Exploration forAutonomous Driving.ICMLSC.2022,全文.张燕咏;张莎;张昱;吉建民;段逸凡;黄奕桐;彭杰;张宇翔.基于多模态融合的自动驾驶感知及计算.计算机研究与发展.2020,(第09期),全文.
-
公开(公告)号：CN117155551A
公开(公告)日：2023-12-01
申请号：CN202310954869.9
申请日：2023-08-01
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: H04L9/08
Abstract: 本发明公开了一种秘密信息的共享方法、系统、设备及存储介质，应用于信息安全技术领域，解决了经典秘密共享方案可靠性低灵活性差的问题，包括：将秘密信息转换伽罗华域中的一个元素，作为秘密元素，并与伽罗华域中的k‑1个元素构成待编码向量；基于广义里德所罗门码的编码规则，通过n个参与节点的身份信息对待编码向量编码，得到包括n个元素的编码结果并划分为n个份额发送给n个参与节点，使得r个参与节点利用r个份额进行秘密重构。应用本发明的方案，能够有效应对秘密重构阶段存在的参与节点恶意欺诈的情况，是信息论安全而不是计算意义上的安全，秘密重构时无需分发节点参与，秘密分发过程没有数据扩展，有利于进一步保障安全性。
-
公开(公告)号：CN116170131B
公开(公告)日：2023-07-14
申请号：CN202310425295.6
申请日：2023-04-20
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请涉及同态加密技术领域，公开了一种密文处理方法、装置、存储介质及可信执行设备，包括：获取第一用户对第一数据进行同态加密后得到的第一同态密文；第一同态密文包含第一用户私钥参数；获取由第一用户和第二用户通过密钥协商方式得到的转换密钥，并通过利用转换密钥将第一同态密文中的第一用户私钥参数转换为第二用户私钥参数的方式对第一同态密文进行转换，得到转换后同态密文；转换后同态密文包含第二用户私钥参数；将转换后同态密文发送至第二用户，以便第二用户对转换后同态密文与第二用户对第二数据进行同态加密后得到的第二同态密文进行同态计算。本申请能够实现不同用户的同态密文之间的同态计算。
-
公开(公告)号：CN112249032A
公开(公告)日：2021-01-22
申请号：CN202011181627.3
申请日：2020-10-29
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请公开了一种自动驾驶方法、系统、设备及计算机介质，获取当前时刻下，自动驾驶车辆在行驶过程中的实时交通环境信息；基于预设的映射关系对实时交通环境信息进行映射，得到映射交通环境信息；基于预先存储的已有深度强化学习模型及映射交通环境信息，对目标深度强化学习模型进行调整；判断是否结束自动驾驶，若否，则返回执行获取当前时刻下，自动驾驶车辆在行驶过程中的实时交通环境信息的步骤。本申请中，可以借助映射关系和已有深度强化学习模型来对目标深度强化学习模型进行调整，可以避免从头对目标深度强化学习模型进行调整，加快目标深度强化学习模型的决策效率，进行可以实现快速、稳定的自动驾驶。
-
公开(公告)号：CN119312760A
公开(公告)日：2025-01-14
申请号：CN202310865745.3
申请日：2023-07-14
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06F30/392 , G06F30/27 , G06F115/12
Abstract: 本申请公开了一种多智能体联合布局模型训练方法、装置、设备及介质，涉及印制线路板设计领域。该方法包括：获取待布局元器件相关的参数信息，以及基于元器件类型生成的针对待布局元器件的分组信息，为每组元器件配置对应的智能体；根据参数信息并采用分布式方式通过每个智能体为各自对应的元器件进行布局；获取每个智能体布局过程中策略网络产生的决策数据，并利用价值网络对决策数据进行评价，以得到针对每个元器件的学习经历数据；根据学习经历数据利用目标函数确定针对每个智能体的策略网络和价值网络的更新参数，利用更新参数对相应的智能体进行更新，并基于更新后的所有智能体得到多智能体联合布局模型。提高了印制线路板布局能力。
-
Patent Agency Ranking
公开(公告)号：CN119068296A
公开(公告)日：2024-12-03
申请号：CN202310651391.2
申请日：2023-06-02
Applicant: 浪潮(北京)电子信息产业有限公司
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及目标检测技术领域，公开了一种目标检测模型训练方法、目标检测方法、装置及设备，训练方法包括：将各模态在同一视图下的训练数据特征进行融合，得到训练融合特征；在视图下对训练集中的样本进行前景区域标注，利用训练融合特征及前景区域标注结果训练第一前景感知模型；利用第一前景感知模型及训练融合特征得到多模态训练前景热度图；利用多模态训练前景热度图和训练融合特征得到前景增强的训练融合特征；利用前景增强的训练融合特征训练得到目标检测模型。本发明公开的技术方案，利用第一前景感知模型对前景区域进行感知得到前景热度图，利用前景热度图对训练融合特征中的前景进行增强，提升对前景背景的区分能力，提高目标检测精度。
-
公开(公告)号：CN118394535B
公开(公告)日：2024-10-11
申请号：CN202410853507.5
申请日：2024-06-28
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本发明涉及信息安全技术领域，具体公开了一种基于FPGA的数论变换方法、装置、设备及存储介质，在基于现场可编程逻辑门阵列执行数论变换计算任务时，根据数论变换计算任务的元素数量、执行数论变换计算任务所选用的蝶形单元的类型和蝶形单元的数量来确定执行一次数论变换计算任务所需的参数的数量以及用于存储参数的数论变换内存空间中内存块的数量之后，根据一个内存块的大小以及一次数论变换计算任务中写入内存块的参数片段的大小，计算一个内存块最多允许存储的参数片段的最大参数片段数量，从而将每个内存块都存储对应于多个数论变换计算任务的参数片段，提高了基于现场可编程逻辑门阵列执行数论变换计算任务时的内存利用率。
-
公开(公告)号：CN118381661B
公开(公告)日：2024-09-03
申请号：CN202410805818.4
申请日：2024-06-21
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请公开了一种安全多方计算方法、装置、设备、介质及计算机程序产品，涉及信息安全技术领域，应用于计算方，包括：获取各数据方通过沙米尔秘密分享方式分享的秘密数据的秘密份额；按照预设规则对各秘密份额进行处理，并将处理结果发送至需求方，以便需求方根据处理结果构建秘密数据的高阶幂的加法分解式；其中，高阶幂的阶数为第一预设阶数阈值；获取需求方利用加法分解式对目标任务函数进行降阶后得到的简化任务函数，并基于简化任务函数计算任务函数值的秘密份额；将任务函数值的秘密份额发送至需求方，以便需求方恢复得到所述任务函数值。本申请能够减少安全多方计算过程中的计算和通信开销，并保障计算模型隐私性。
-
公开(公告)号：CN114817989B
公开(公告)日：2024-06-11
申请号：CN202210465805.8
申请日：2022-04-29
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本申请公开了一种模型生成方法、运行控制方法、装置、设备及可读存储介质，模型生成方法包括：根据专家演示数据确定专家策略模型；对专家策略模型进行差分隐私处理；根据专家隐私策略模型及在差分隐私处理时的偏差界限及目标策略模型确定目标策略模型在深度强化学习中的优化函数；根据优化函数利用深度强化学习从专家隐私策略模型及目标策略模型与环境的交互中对目标策略模型进行迭代更新，得到最终的目标策略模型。本申请公开的技术方案，对专家策略模型进行隐私保护，并根据差分隐私的偏差界限确定目标策略模型的优化函数，且使目标策略模型从专家策略和与环境的交互中更新，以提升模型隐私安全性与性能，从而既保证控制性能又提高隐私安全性。
-
公开(公告)号：CN117647820A
公开(公告)日：2024-03-05
申请号：CN202311610658.X
申请日：2023-11-29
Applicant: 浪潮(北京)电子信息产业有限公司
Abstract: 本发明涉及停车管理技术领域，公开了一种泊位信息的获取方法、装置、设备和存储介质，获取道路对应的道路图像和道路点云数据；基于道路图像和道路点云数据、相机坐标和激光雷达坐标对应的坐标系变换方式，确定出相机与激光雷达之间的标定参数。根据各泊位角点标定球对应的点云数据，确定出各泊位角点标定球的球心三维坐标；依据各泊位角点标定球的球心三维坐标以及激光雷达坐标，确定出泊位角点三维坐标信息。按照标定参数包括的第一旋转矩阵和第一标定向量，对泊位角点三维坐标信息进行坐标变换，得到泊位角点图像坐标信息。基于泊位角点三维坐标信息和泊位角点图像坐标信息，进行泊位标定。提升了泊位信息获取的准确性，实现了泊位的准确标定。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.038 seconds)
