一种三维地图质量评估方法和系统

    公开(公告)号:CN113902865B

    公开(公告)日:2025-04-04

    申请号:CN202111275796.8

    申请日:2021-10-29

    Abstract: 一种三维地图质量评估方法和系统,方法包括以下步骤:将所述三维地图转换为八叉树地图;根据所述三维地图的用户类型设置对应的智能体,并设置所述智能体的奖励函数和行为函数;将所述智能体置于所述八叉树地图中,所述智能体根据其行为函数在所述八叉树地图中移动,根据所述智能体与所述八叉树地图的交互及所述奖励函数计算所述八叉树地图中地图格的质量值;基于所述八叉树地图中所有地图格的质量值总和,评估所述三维地图相对于所述用户类型的质量。

    一种优化特征提取的遥感图像弱监督目标检测方法

    公开(公告)号:CN116957051A

    公开(公告)日:2023-10-27

    申请号:CN202310910682.9

    申请日:2023-07-24

    Abstract: 提供了一种优化特征提取的遥感图像弱监督目标检测方法,包括以下步骤:S1:获取遥感图像弱监督目标检测数据集,其中所有图像的标签为图像级标签;S2:用带有图像级标签的所述遥感图像弱监督目标检测数据集训练图像多分类的模型,用于提供弱监督目标检测模型的预训练权重参数;S3:构建遥感图像特征精炼模块,集成到弱监督目标检测模型中;S4:使用S2步骤得到的预训练权重参数初始化弱监督目标检测模型的主干网络的参数,并训练所述弱监督目标检测模型;S5:将待检测图像提供给训练好的弱监督目标检测模型,所述若训练好的弱监督目标检测模型输出对待检测图像的目标检测结果。

    启发式的神经网络架构搜索方法
    24.
    发明公开

    公开(公告)号:CN116108912A

    公开(公告)日:2023-05-12

    申请号:CN202310145789.9

    申请日:2023-02-21

    Abstract: 本发明公开了启发式神经网络架构搜索方法及信息处理设备。所提供的启发式神经网络架构搜索方法,包括:获取用层次化表示技术描述的待搜索的神经网络模型的单元堆叠模型;对所述多个单元的每个单元的各边进行采样,得到待搜索的神经网络模型的实例;对所述神经网络模型的实例进行训练和验证,得到验证集正确率;更新各个单元的各边的所采样操作的操作性能;更新各个单元的各边所采样操作的置信上限;更新各个单元的各边的各操作被采样的概率;从各个单元的各边的操作空间中去除操作以缩小操作空间;以及将各个单元的各边的操作空间剩余的最后操作作为所选择的操作,并得到要搜索的神经网络架构。

    一种软件环境中人机交互方式的迁移评估方法和系统

    公开(公告)号:CN113986347A

    公开(公告)日:2022-01-28

    申请号:CN202111247034.7

    申请日:2021-10-26

    Abstract: 本发明涉及一种软件环境中人机交互方式的迁移评估方法和系统,方法包括以下步骤:获取所述软件环境的交互任务;多个参试者分别采用第一交互设备和第二交互设备完成所述交互任务;对于每个参试者,根据其使用第一交互设备和第二交互设备完成所述交互任务的时间,分别计算使用第一交互设备和第二交互设备的交互准适指数和输出效能指数;基于多个参试者使用第一交互设备和第二交互设备的交互准适指数和输出效能指数,分别计算第一交互设备和第二交互设备的综合迁移指数,若所述第一交互设备的综合迁移指数和第二交互设备的综合迁移指数的差值小于阈值,则评估第一交互设备与第二交互设备在所述软件环境中的交互方式可以迁移。

    稳健性优化的Kalman滤波方法、装置、电子设备和存储介质

    公开(公告)号:CN113932815A

    公开(公告)日:2022-01-14

    申请号:CN202111217468.2

    申请日:2021-10-19

    Abstract: 本发明涉及一种稳健性优化的Kalman滤波方法、装置、电子设备和存储介质;方法包括:确定Kalman滤波的状态序列和观测序列;建立与状态序列和观测序列对应的Kalman滤波模型;采用建立的Kalman滤波模型进行滤波;在Kalman滤波过程中,采用Kalman增益矩阵用于提高Kalman滤波的稳健性;其中,为第k个时间点的Kalman滤波估计的后验预测误差协方差矩阵;I为单位矩阵;Hk为观测转移矩阵;Vk为观测噪声矩阵;λ1为第一稳健性参数,λ2为第二稳健性参数。本发明与传统的卡尔曼滤波算法相比,提升对量测数据误差的鲁棒性,减少了计算结果与真实值的偏差。

    基于三次样条插值和马尔科夫链的KCF目标跟踪方法

    公开(公告)号:CN112991394A

    公开(公告)日:2021-06-18

    申请号:CN202110416434.X

    申请日:2021-04-16

    Abstract: 本发明就目标跟踪过程中的遮挡问题,提出一种基于三次样条插值和马尔科夫链的KCF目标跟踪方法。该方法的具体思路为,在目标跟踪过程中遇到遮挡问题时,停止更新KCF滤波模板,而根据遮挡前目标的运动特征,用离线训练的多个不同权重的三次样条多项式模拟遮挡后的目标运动轨迹,并且基于马尔科夫链中当前状态只与上一时刻状态有关的假设,认为跟踪过程中当前图像的权重只与上一帧图像的权重有关,从而实现对遮挡目标运动位置的预测跟踪。本发明不局限于图像中的特征,而是着眼于目标的运动轨迹,通过对物体运动轨迹的分析模拟,解决目标跟踪过程中的遮挡问题,具有跟踪准确率高,计算速度快的特点。

    基于细粒度特征语义网络的系统接口时序知识分析方法

    公开(公告)号:CN109460478A

    公开(公告)日:2019-03-12

    申请号:CN201811314413.1

    申请日:2018-11-06

    Abstract: 本发明属于软件工程技术领域,具体涉及一种基于细粒度特征语义网络的系统接口时序知识分析方法,其包括:构建嵌入式系统测试故障集;在嵌入式系统测试故障集中搜索接口关键问题,分析提取与时序相关的故障,初步形成时序相关的接口故障集;在嵌入式系统测试故障集中搜索与时序关键的故障,分析提取与接口相关的故障,形成接口相关的时序故障集;两个故障集合并形成接口时序故障集;根据时序故障库中的故障类型,利用基于细粒度特征语义网络的方法,提取接口时序关键影响因素,形成嵌入式系统接口时序知识集。由此得到的嵌入式系统接口时序知识可实现测试知识的继承,且具有可扩展性,便于测试知识的推送,提升测试效率。

    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。

Patent Agency Ranking