-
公开(公告)号：CN112200743A
公开(公告)日：2021-01-08
申请号：CN202011086121.4
申请日：2020-10-12
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种多图片集曝光分布差异的衡量方法，包括如下步骤：S1、构造衡量单一灰度图片曝光度的指标；S2、分别对多个图片集合IA,IB,…,IN的所有灰度图片进行曝光值计算，统计所有图片的曝光值，得到曝光值集合A,B,…,N，对不同曝光值集合分别统计在同一曝光值下的图片数量得到分布直方图；S3、衡量多个图片集合间的统计差异。本发明提出了衡量灰度图片曝光度以及灰度图片集合间曝光分布差异的方法，用于衡量是否由于数据集合曝光改变导致深度学习模型效果的下降，为深度学习模型的改进提供参考。
-
公开(公告)号：CN112181667A
公开(公告)日：2021-01-05
申请号：CN202011192104.9
申请日：2020-10-30
Applicant: 中国科学院计算技术研究所
IPC: G06F9/50
Abstract: 本发明实施例提供了一种假设树的虚拟化管理方法，用于边缘设备中假设树的虚拟化管理，包括：在边缘设备中运行向应用程序提供假设树虚拟化管理的中间程序；响应于一个或者多个应用程序的管理请求，所述中间程序向相应的应用程序提供管理服务，其中，所述管理服务包括：在相应的假设树过大而不能放入当前的边缘设备的内存时，对加载过程进行虚拟化以提供将相应的假设树加载到该内存中的可执行方案；本发明避免了虚拟内存规模受系统限制或者无法使用虚拟内存的边缘设备上无法加载占用过大内存的假设树的问题，使得不同应用程序的假设树能够通过中间程序在边缘服务器上加载和管理。
-
公开(公告)号：CN107257261B
公开(公告)日：2020-11-03
申请号：CN201710350556.7
申请日：2017-05-18
Applicant: 中国科学院计算技术研究所
IPC: H04B17/309 , H04W72/12
Abstract: 本发明提供一种针对6TiSCH多跳无线网络的动态链路调度方法，包括：1)获得在当前环境下从源节点到潜在的目的节点的信道概率，所述信道概率为在干扰下数据传输正确的概率；2)若所述信道概率小于等于设定的阈值，则执行以下步骤：2‑1)确定所述源节点到潜在的目的节点的端到端平均时延fD以及能量消耗fE；2‑2)求解使得端到端平均时延fD最小、以及能量消耗fE最小的条件下的链路调度决策变量x，所述链路调度决策变量x决定某一个节点在时隙‑频率块中以何种概率对来自其它节点的数据包进行转发。
-
公开(公告)号：CN111737466A
公开(公告)日：2020-10-02
申请号：CN202010558767.1
申请日：2020-06-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于深度神经网络交互信息量化的方法，所述方法包括：S1、获取来自于自然语言处理领域数据集的样本，样本中包含多个单元，每个单元对应于一个单词，对样本中的单元进行多次聚合处理直至样本中的单元聚合成一个单元；S2、根据步骤S1中给定样本多次聚合处理过程中单元聚合方式构建反映深度神经网络内部建模的单词间交互信息的树状图。本发明方法可以客观地量化深度神经网络内部建模的输入样本单词间的交互信息，并且根据交互信息比率的大小，对具有显著交互作用的相邻单元进行聚类，最终得到一棵反映深度神经网络内部建模的单词间交互信息的树状层次结构，为进一步理解深度神经网络提供了一种通用的方法。
-
公开(公告)号：CN111401249A
公开(公告)日：2020-07-10
申请号：CN202010186717.5
申请日：2020-03-17
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种基于不同粒度特征匹配一致性的物体重识别方法，其包括以下步骤：输入物体的原始图像及待识别图像，预处理待识别图像，通过投影变换得到无背景干扰的待识别图像；通过角点检测方法提取待识别图像及原始图像的细粒度特征，利用角点匹配方法匹配待识别图像与原始图像的细粒度特征匹配结果；通过图像算法过滤待识别图像及原始图像的细浅纹理，通过角点检测方法提取待识别图像及原始图像的粗粒度特征，利用角点匹配方法得到待识别图像与原始图像的粗粒度特征匹配结果；基于细粒度特征匹配结果和粗粒度特征匹配结果进行比对，得到物体重识别结果；本发明能够有效提升随机纹理物体的匹配精度，从而提高物体的重识别速度和效率。
-
Patent Agency Ranking
公开(公告)号：CN111353587A
公开(公告)日：2020-06-30
申请号：CN202010162181.3
申请日：2020-03-10
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种深度神经网络的可解释生成方法，包括：S1、挖掘推理路径：获取预训练网络和数据集，采用关键数据路由路径挖掘所述数据集中每一条数据在预训练网络的神经网络中对应的推理路径；S2、聚合推理路径：将同一类数据的推理路径进行聚合，得到该类数据对应的网络结构；S3、组合网络结构：将同一类数据对应的网络结构进行组合，得到针对特定任务进行推理的子网络，运用子网络进行针对于若干类网络的分类任务，可有效节省网络的存储和计算消耗。
-
公开(公告)号：CN111242281A
公开(公告)日：2020-06-05
申请号：CN202010014858.9
申请日：2020-01-07
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种深度卷积神经网络权值优化方法，包括以下步骤：获取初始种群，进行初始化和基因编码；对初始种群中所有个体进行梯度下降的参数训练，直至到达预设的次数；计算个体适应度并进行排序；基于遗传算法，对初始种群进行选择、交叉、变异操作，获得新一代种群；判断是否到达终止条件，若否则对新一代种群进行迭代训练和进化。本发明采用遗传算法与梯度下降方法相结合，来优化深度卷积神经网络权值，能够提高深度卷积神经网络的识别率，同时提高了深度卷积神经网络的获得速度。
-
公开(公告)号：CN107220285B
公开(公告)日：2020-01-21
申请号：CN201710270989.1
申请日：2017-04-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/22
Abstract: 本发明涉及一种面向海量轨迹点数据的并行时空索引构建方法，以轨迹点数据文件作为索引单元，降低了索引的存储消耗，使索引结构具有高度的可扩展性；同时使用了希尔伯特曲线对数据文件进行划分，相比其他的多维到一维映射的方式，希尔伯特曲线因其优秀的空间填充特性使得划分效果更良好，能够降低数据倾斜发生的概率。
-
公开(公告)号：CN110519020A
公开(公告)日：2019-11-29
申请号：CN201910744399.7
申请日：2019-08-13
Applicant: 中国科学院计算技术研究所
IPC: H04L1/16 , H04L1/00 , H04W74/08 , H04B17/382
Abstract: 本发明提出一种无人系统网络智能跨层数据传输方法及系统，包括在路由层采用上限置信区间作为节点选择转发节点的搜索策略；采用双Q学习技术解决由于Q值过高估计导致行为选择评价不准确的问题；回报值的计算综合考虑MAC延时，链路错误概率与位置误差，使其更能反映动作的效益；根据节点速度与MAC延时，为每条链路赋予不同的学习率与折扣因子，实现学习率与折扣因子的自适应调节。最后结合MAC层与路由层，利用MAC延时参数共享实现跨层优化，提出一个无人系统网络智能跨层数据传输方法和系统。
-
公开(公告)号：CN110062476A
公开(公告)日：2019-07-26
申请号：CN201910237579.6
申请日：2019-03-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种分布式工业无线网介质访问控制方法及系统，包括：分布式工业无线网中欲发送报文的发送节点向接收节点发送传输请求，接收节点成功接收到传输请求后，向发送节点的邻居节点广播功率竞争启动报文；邻居节点根据功率竞争启动报文中的功率要求，参与功率竞争并发送竞争报文至接收节点；接收节点收到竞争报文后，发送竞争结束报文至邻居节点，邻居节点根据竞争结束报文判断其是否竞争成功，若成功，则邻居节点和发送节点均发送报文通过功率域上的多路接入被接收节点同时接收，否则仅发送节点均发送报文至接收节点。本发明可应用于工业无线网络，实现功率区分多路访问的低延迟分批竞争MAC，降低接入时延，提升工业无线网络的工作效率。
-
-
-
-
-
-
-
-
-
Search Results
202
records
(took 0.06 seconds)
