-
公开(公告)号:CN111507258A
公开(公告)日:2020-08-07
申请号:CN202010303153.9
申请日:2020-04-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉领域,具体涉及一种聚焦关键样本的基于集成学习的道路区域检测方法、系统。本发明方法包括:获取输入图像数据并预处理后得到处理后的图像数据;基于检测网络分别获取道路区域数据和道路边缘数据;对所述道路边缘数据和/或所述道路区域数据进行形态学变换,并与所述道路区域数据和/或所述道路边缘数据交集处理,获取像素级道路区域数据;其中,所述检测网络基于CNN的图像分割网络,包括用于获取道路区域的道路区域检测网络、用于获取道路边缘的道路边缘检测网络。本发明复杂度得到有效降低,具有通用性,能够部署并应用于智能车上,并且具有较好的检测准确度和鲁棒性。
-
公开(公告)号:CN115230777B
公开(公告)日:2024-01-16
申请号:CN202210707434.X
申请日:2022-06-21
Applicant: 中国科学院自动化研究所
IPC: B61L27/10
Abstract: 本发明提供一种调度策略调整方法、装置、电子设备及存储介质,包括:基于延误信息,确定当前列车运行图;基于策略调整模型,对当前列车运行图进行迭代策略调整,得到调整策略;在迭代策略调整过程中,应用决策数据,以总延误时间最少为目标,对策略调整模型进行参数迭代;决策数据是将仿真事件输入到策略调整模型中进行决策得到的;仿真事件是基于当前列车运行图仿真运行时触发得到,仿真事件包括进站事件和出站事件;基于调整策略,确定最优调整策略,并基于最优调整策略,对实际调度策略进行调整。本发明提供的方法,实现了从总延误时间最少为目标的全局最优的角度获取调整策略,进而在出现延误的情况下提高高铁通行能力和运营效率。
-
公开(公告)号:CN113626406B
公开(公告)日:2023-12-26
申请号:CN202110779142.2
申请日:2021-07-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于工地、建筑和构件关系模型的信息获取方法和装置,其中方法包括:接收查询请求;从内存数据结构层中获取所述查询请求对应的目标信息;返回所述目标信息;其中,所述内存数据结构层包括工地集合、建筑集合和构件列表,所述工地集合用于存储工地对象,每一工地对象均对应一个建筑集合,所述建筑集合用于存储对应工地对象中的建筑对象,每一建筑对象均对应一个构件列表,所述构件列表用于存储构建对应建筑对象的构件对象,解决了构件生产的工厂端和施工工地端的信息不统一的问题,支持构件生产工厂按需组织构件的生产,减少产品库存的积压。
-
公开(公告)号:CN111611085B
公开(公告)日:2023-09-22
申请号:CN202010469336.8
申请日:2020-05-28
Applicant: 中国科学院自动化研究所
IPC: G06F9/50
Abstract: 本发明属于云边协同、混合增强智能领域,具体涉及一种基于云边协同的人机混合增强智能方法、系统、装置,旨在解决边缘侧的计算及存储资源不足,导致高复杂度的智能算法难以部署,低复杂度的智能算法精度有限的的问题。本系统包括:设置于云端的算法库、设置于边缘端的输入模块、算法选择模块、决策模块;算法库,用于储存算法文件;输入模块,用于获取输入信息;算法选择模块,配置为获取边缘设备的性能评价指标,并通过预设的算法选取规则从算法库中选取相应的算法;决策模块,配置为获取目标决策结果。本发明降低了高复杂度的智能算法的部署难度,提高了低复杂度的智能算法的精度。
-
公开(公告)号:CN115064285A
公开(公告)日:2022-09-16
申请号:CN202210307548.5
申请日:2022-03-25
Applicant: 中国科学院自动化研究所 , 江西国科医药工程科技有限公司
Abstract: 本发明提供一种基于深度学习的中药方剂解析方法及装置,其中,方法包括:获取中药方剂的实体集合,该实体集合中包括至少一个实体;将实体集合中各个实体作为节点,根据节点之间的连接关系,得到初始节点图;对初始节点图进行矩阵化处理,得到目标矩阵;对目标矩阵进行处理,得到目标链路集合;利用目标链路集合中的各个目标链路对实体集合中的各个实体对应的节点进行调整,得到目标节点图;利用目标节点图对实体集合中的各个实体进行解析。采用本方法能够提高中药方剂解析的可靠性。
-
公开(公告)号:CN114492829A
公开(公告)日:2022-05-13
申请号:CN202111506144.0
申请日:2021-12-10
Applicant: 中国科学院自动化研究所
IPC: G06N20/00 , G06F16/22 , G06F16/2455
Abstract: 本发明提供的一种基于联邦学习场景的训练参与方的选择方法及装置,基于数据类别和数据量对数据集进行划分,得到联邦学习场景下每个客户端数据;基于客户端数据对全局模型进行训练,若当前训练轮次小于预设的最大训练轮次,基于线性拟合方法对每个客户端数据进行计算,在客户端中确定当前训练轮次的候选参与方列表;获取当前训练轮次的训练参与方的预设数目;预设数目小于客户端的总数;根据预设数目在当前训练轮次的候选参与方列表中确定当前训练轮次的训练参与方。该方法可以有效降低模型训练过程的通信开销,通过充分利用客户端的信息,选择更优的训练参与方参与本轮次的训练,使模型的训练可以达到更好的效果。
-
公开(公告)号:CN113241196B
公开(公告)日:2022-03-08
申请号:CN202110536468.2
申请日:2021-05-17
Applicant: 中国科学院自动化研究所 , 青岛智能产业技术研究院
IPC: G16H80/00 , G16H50/70 , G16H50/30 , G16H50/20 , G16H40/67 , G16H20/60 , G16H20/10 , G16H10/60 , G06N3/08 , G06N3/02
Abstract: 本发明属于技术领域,即为了提高医疗效率,实现精准治疗以及远程治疗,具体涉及一种基于云‑终端协同的远程医疗与分级监控系统,该系统包括数据采集模块、交互终端模块和云端数据整合模块,数据采集模块用于患者医疗数据的采集;数据采集模块用于采集患者数据;交互终端模块用于患者的单点登陆、数据的输入以及诊断信息的输出;云端数据整合模块包括数据接收模块、信息处理模块和信息输出模块,信息处理模块用于处理病例信息并输出最终疾病治疗方案;信息输出模块用于传输信息;通过本发明可以保证患者足不出户便能得到较好的医疗效果,为患者定制私人医生,使治疗方案相对精准可靠,同时也为医院减缓就诊压力,提高工作效率。
-
公开(公告)号:CN110277086B
公开(公告)日:2021-11-19
申请号:CN201910551954.4
申请日:2019-06-25
Applicant: 中国科学院自动化研究所 , 青岛智能产业技术研究院 , 国网天津市电力公司电力科学研究院
Abstract: 本发明涉及一种基于电网调度知识图谱的语音合成方法、系统及电子设备,合成步骤为:根据电网调度异构数据构建电网调度知识图谱;在电网调度知识图谱中进行知识匹配,生成语义关系值;根据语义关系值高低进行排序,将语义关系值最高的实体关系作为调度信令;当调度信令的语义关系值大于预设值时,获取与其对应的文字信令信息;对文字信令信息进行语句拼接,生成文本格式信令语句;导入电网调度知识图谱中的语音参数,同时嵌韵律及情感特征,将文本格式信令语句作为整体进行参数转码合成,生成并输出语音信息。本发明能够在满足电网调度业务实时性要求的前提下,提供音质更高,信令更加准确,更加自然流畅的合成语音。
-
公开(公告)号:CN113625929A
公开(公告)日:2021-11-09
申请号:CN202110815472.2
申请日:2021-07-19
Applicant: 中国科学院自动化研究所
IPC: G06F3/0484 , G06T19/20 , G06Q10/06 , G06Q10/10 , G06Q50/08
Abstract: 本发明提供一种根据本发明提供的一种工业化建筑进度管理方法、装置、电子设备和存储介质,其中方法包括:接收构件任务提交请求;对所述构件任务提交请求进行校验,若校验通过则更新工业化建筑任务序列中目标构件任务的实际任务信息,以及所述目标构件任务的下游构件任务的预计任务信息,所述目标构件任务为所述构件任务提交请求所指示的所述工业化建筑任务序列中的构件任务;所述工业化建筑任务序列中各构件的构件任务是以生产、装车、运输、挂钩和吊装的顺序排列的,解决了传统的进度管理方法无法对建筑项目进行精细化管理的问题,实现了对建筑进度的实时管理,提高了实施效率。
-
公开(公告)号:CN113240118A
公开(公告)日:2021-08-10
申请号:CN202110540754.6
申请日:2021-05-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种优势估计方法、装置、电子设备和存储介质,其中方法包括:获取当前环境状态;将当前环境状态输入至优势估计模型中,得到优势估计模型基于当前环境状态进行优势估计得到的优势动作;其中,优势估计模型是基于示教数据集,以及行为克隆模型训练得到的;示教数据集包括样本环境状态及其对应的样本动作,行为克隆模型是基于示教数据集训练得到的。本发明基于示教数据集和行为克隆模型训练优势估计模型,通过自适应的行为克隆模型,充分利用示教数据,自动挖掘历史示教数据中的专家经验,避免不完善的示教数据可能带来的不利影响,增强优势估计模型的优势估计性能,提高复杂场景下的优势估计准确性。
-
-
-
-
-
-
-
-
-