基于无人机网络的分层联邦学习方法、装置、介质及设备

    公开(公告)号:CN118917433A

    公开(公告)日:2024-11-08

    申请号:CN202410838633.3

    申请日:2024-06-26

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种基于无人机网络的分层联邦学习方法、装置、介质及设备。该方法包括:向位于覆盖范围内的各待选客户端发送个性化模型以及待训练边缘模型;接收由各待选客户端发送的训练关联度;确定关联度阈值并确定目标客户端;接收并聚合由各目标客户端训练的本地模型,得到本轮边缘迭代训练的目标边缘模型;根据目标边缘聚合无人机从本轮全局迭代训练开始到本轮边缘迭代训练结束所消耗的能量、下一轮边缘迭代训练的预测消耗能量以及其在本轮全局迭代训练开始时的初始能量,确定目标边缘聚合无人机是否可参与下一轮边缘迭代训练。本申请实施例的技术方案可以避免因无人机电量耗尽而影响训练进程,进而提高分层联邦学习的训练效率。

    一种基于大模型的鼻咽癌病灶区域检测方法、装置及设备

    公开(公告)号:CN117893498A

    公开(公告)日:2024-04-16

    申请号:CN202410056795.1

    申请日:2024-01-15

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种基于大模型的鼻咽癌病灶区域检测方法、装置及设备。该方法包括:获取并预处理训练数据集;从预处理后的所述训练数据集中选取部分MRI图像进行病灶区域标注,得到其对应的病灶区域掩膜;根据被标注的所述MRI图像以及对应的病灶区域掩膜,对预先构建的数据准备网络进行训练;采用训练完成的所述数据准备网络,对所述训练数据集中未被标注的MRI图像进行病灶区域预测,确定其对应的病灶区域掩膜;根据各所述MRI图像及其对应的病灶区域掩膜,对预先构建的轻量化分割网络进行训练,以进行病灶区域检测。本申请实施例的技术方案可以降低训练数据的获取难度以及保证训练数据的质量,进而提高鼻咽癌病灶区域检测的准确性。

    一种用于LED面板的缺陷检测方法、装置、介质及设备

    公开(公告)号:CN117876345A

    公开(公告)日:2024-04-12

    申请号:CN202410056935.5

    申请日:2024-01-15

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种用于LED面板的缺陷检测方法、装置、介质及设备。该方法包括:获取待检测图像,将待检测图像输入至预先训练完成的生成对抗网络,以使生成对抗网络输出待检测图像中LED面板是否存在缺陷的判断结果;在待检测图像中LED面板存在缺陷的情况下,对待检测图像进行目标检测,确定待检测图像中缺陷所在的目标区域的位置信息;对每一目标区域进行图像分割处理,确定目标区域中与缺陷对应的目标像素,并确定目标区域所包含缺陷的类别信息;将目标区域的位置信息、目标像素以及类别信息在待检测图像中进行可视化。本申请实施例的技术方案可以提高LED面板的检测结果的准确性,以及提高缺陷检测方法的通用性。

    一种用于二值神经网络的低上行负载联邦学习方法及装置

    公开(公告)号:CN117852625A

    公开(公告)日:2024-04-09

    申请号:CN202410021369.4

    申请日:2024-01-05

    Applicant: 厦门大学

    Abstract: 本发明公开了一种用于二值神经网络的低上行负载联邦学习方法及装置,其中方法包括:边缘节点接受中心节点下发的模型定义;在每个训练轮次,被选中的边缘节点从中心节点下载当前全局模型并进行训练;中心节点基于边缘节点提交的二值参数、少量实值参数以及极少量辅助参数对边缘节点实值参数变化量进行估计;中心节点根据各个边缘节点数据集的大小对所估计的实值参数变化量进行聚合并更新全局模型;从而基于神经网络参数服从正态分布的假设和二值神经网络权重二值化的原理估计边缘节点的实值参数变化量更新全局模型,具有上传数据量少,全局网络训练质量高,边缘节点模型推理速度快,兼容各种对实值参数进行线性映射后再进行参数二值化的二值神经网络。

    一种图像分类模型的训练、分类方法、装置、介质及设备

    公开(公告)号:CN117079015A

    公开(公告)日:2023-11-17

    申请号:CN202310916563.4

    申请日:2023-07-24

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种图像分类模型的训练、分类方法、装置、介质及设备。该训练方法包括:对原始图像数据集进行预处理;从预处理后的原始图像数据集中选取训练数据,并对训练数据进行随机划分,得到预定数量组数的训练集和验证集;分别采用各组训练集和验证集对若干子分类器进行训练直至收敛,得到若干目标子分类器;将若干目标子分类器针对同一样本输出的分类结果进行融合,并用以对预先构建的元分类器进行训练,得到目标元分类器;将若干目标子分类器进行并联,再与目标元分类器串联,得到目标图像分类模型。本申请实施例的技术方案可以基于小规模的样本数据进行模型的训练,保证模型的训练效果,并提高模型识别结果的准确性。

    一种基于电力线载波电路的可见光通信装置及其通信方法

    公开(公告)号:CN115882947A

    公开(公告)日:2023-03-31

    申请号:CN202211265790.7

    申请日:2022-10-17

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于电力线载波电路的可见光通信装置及其通信方法,该装置包括:以太网接口电路、电力线载波电路、切换开关、信号衰减电路、光源驱动电路、光源、雪崩光电二极管、光电转换电路、线性放大电路和功率检测电路。切换开关可在光通信质量不佳时将信号传输方式由可见光通信切换至电力线通信,提高通信系统稳定性;电力线载波电路对信号的调制方式包括OFDM、QPSK、BPSK和ROBO等,相较采用OOK调制的传统可见光通信系统,通信速率喝稳定性有明显改善;功率检测电路、信号衰减电路和光源驱动电路的配合,能有效控制发射信号的功率,使信号完成无失真发射;此外,电力线可替换为导线、双绞线等,进一步提高抗干扰能力、移动性。

    基于网络编码的毫米波与微波混合中继传输协助系统

    公开(公告)号:CN110943765B

    公开(公告)日:2021-05-07

    申请号:CN201911054246.6

    申请日:2019-10-31

    Applicant: 厦门大学

    Abstract: 一种基于网络编码的毫米波与微波混合中继传输协助系统,包括:宏基站、中继基站和终端设备;宏基站与中继基站中均包括大规模MIMO毫米波;宏基站的通信方式包括毫米波通信和微波通信;中继基站工作在全双工模式;终端设备从核心网同时下载多个文件过程中,一加密文件从宏基站通过微波通信直接传输至终端设备,从所述宏基站传输至所述中继基站的数据包及从所述中继基站传输至所述终端设备的数据包均采用毫米波传输,且所述数据包进行了网络编码。本发明不仅可以提升数据传输的安全隐私性,同时还可以在必要的时候增加传输的数据量,从而提升终端设备下载文件传输过程的工作效率、稳定性以及安全性。

Patent Agency Ranking