-
公开(公告)号：CN111045843A
公开(公告)日：2020-04-21
申请号：CN201911057644.3
申请日：2019-11-01
Applicant: 河海大学
IPC: G06F11/07
Abstract: 本发明公开了一种具有容错能力的分布式数据处理方法，其中每份数据使用三个实现相同功能的模块同时进行操作，由于三个模块相互独立，同时有两个模块出现相同错误的概率非常小，故可大大提高系统的可靠性，掩蔽掉故障模块的错误，且上述分布式计算方法结合了一种基于分布式编码计算的数据交换算法，既保持了分布式编码计算较低的通信负载，又能将备份的维护与故障恢复效率接近于副本技术，从而在保证了分布式系统的高可靠性的同时降低了通信负载。
-
公开(公告)号：CN109299694A
公开(公告)日：2019-02-01
申请号：CN201811138063.8
申请日：2018-09-28
Applicant: 河海大学
Abstract: 本发明公开了一种自动无人售票机智能节电系统，包括：监控摄像头：用于获取人流照片；嵌入式控制终端模块：用于从监控摄像头获取人流照片，根据人流照片分析人流量，并根据人流量控制自动无人售票机的控制模块；控制模块：用于控制自动无人售票机的工作状态。本发明通过嵌入式控制终端模块能够根据人流照片分析人流量，并根据人流量控制自动无人售票机的控制模块，从而根据人流量动态调节自动无人售票机的台数。本发明通过采集和分析人流照片能够分辨人流增加是否和买票需求的增加有关联。并且，本发明能够实现自动调节，无需人工干预。
-
公开(公告)号：CN108813863A
公开(公告)日：2018-11-16
申请号：CN201810666281.2
申请日：2018-06-22
Applicant: 河海大学
CPC classification number: A45C5/045 , A45C5/14 , A45C13/001 , A45C15/00 , G06K9/00348
Abstract: 本发明公开了一种基于步态识别算法的智能跟随旅行箱，包括箱体，所述的箱体正面设有摄像头与微处理器，所述的摄像头与微处理器通过电线与锂电池连接，所述的锂电池固定于箱体内部，所述箱体的底部设有万向轮，箱体的外侧设有电源控制面板，所述的电源控制面板包括电源开关、电量显示口、电源充电口与模式选择。本发明采用步态识别技术，通过人们走路的步态进行身份识别，具有精度高、安全便利、不易伪装、适用范围广等优点，十分适合运用于箱包领域，且在箱包领域具有巨大的市场空间，本发明的旅行箱解放了使用者的双手，解决了现有技术智能性差、识别准确率低的问题，使用者不必再为旅行箱丢失而烦恼。
-
公开(公告)号：CN119479658A
公开(公告)日：2025-02-18
申请号：CN202411595253.8
申请日：2024-11-11
Applicant: 河海大学
Abstract: 本发明涉及一种基于联邦学习的声纹识别方法，利用联邦学习分布式特性，基于服务器下发的起始参数组，待处理客户端生成本地个性化起始参数组，再联系模型记忆和动量增量，以基于本地音频数据样本集彼此独立取样的第一样本子集、第二样本子集，实现参数组的迭代训练更新，并最终联系服务器的全局聚合方式，获得声纹识别模型，用于针对音频实现关于预设各音频发出者标签的识别；设计声纹识别方法，有效解决音频数据在不同设备间的数据隐私保护和分布异质性问题，提升系统中声纹识别模型在实际应用中的鲁棒性和泛化能力。
-
公开(公告)号：CN118211635A
公开(公告)日：2024-06-18
申请号：CN202410425069.2
申请日：2024-04-10
Applicant: 河海大学
IPC: G06N3/0895 , G06N3/088 , G06F18/214 , G06F18/2431
Abstract: 本发明涉及一种基于动态阈值增强原型网络的联邦半监督学习方法，根据模型对每个分类的学习状态，动态调整各分类下的阈值，用以选择高质量的样本进行学习，使得模型根据学习状态选择合适的伪标签，提高了模型学习的灵活性；并且针对无标签数据引入对应伪标签的预测，以及进一步提高伪标签的质量，实现对无标签数据的有效利用；应用中，本发明设计在不增加额外通信开销和计算负担的情况下，模型在多个公认的基准数据集上取得的性能不亚于当下任何主流方法，并且模型稳定后在多个数据集上均取得了优异的测试性能，同时处理异质性和同质性数据时表现出色，且对于不同比例的有标签和无标签数据都具有良好的适应性。
-
Patent Agency Ranking
公开(公告)号：CN114269006B
公开(公告)日：2023-04-14
申请号：CN202111595824.4
申请日：2021-12-24
Applicant: 河海大学
IPC: H04W48/20 , H04B17/318 , H04W4/33 , H04W64/00 , G06F18/2321
Abstract: 本发明公开了一种基于信息增益率的室内AP聚类选取方法和设备。所述方法包括：在预先设置的室内定位区域中的指纹点处采集信号强度信息，构建指纹数据库；根据信号强度信息对AP进行分层，计算各区间层对于指纹点的信息增益率，根据信息增益率的高低对各个分层区间进行排序；针对排序后的分层区间中的AP，根据AP的信号强度矩阵的相关性系数进行聚类；根据聚类结果，在相应的类别中选择对应比例的AP作为室内定位的AP接入点。本发明通过对各个指纹点观测到的AP进行分层后聚类实现各个AP相关性的区分，能够有效的去除冗余AP与观测质量较差的AP，减少在线位置估计阶段系统的计算量，提高定位速度和精度。
-
公开(公告)号：CN113132482B
公开(公告)日：2022-10-14
申请号：CN202110417493.9
申请日：2021-04-19
Applicant: 河海大学
IPC: H04L67/10 , H04L67/562 , H04L67/306 , H04L41/14 , G06N3/08 , H04L41/0823
Abstract: 本发明提供一种基于强化学习的分布式消息系统参数自适应优化方法，属于分布式计算体系与架构技术领域；本发明所针对的场景是当下AIoT网络环境中的消息传递场景，该场景的特点是大量的终端之间会进行海量的消息互传，且每个终端传输的消息的容量和传输的频次多变。本发明所针对的参数是一些影响分布式消息系统性能的关键参数，而这些参数通常直接采用默认参数配置可能导致在该场景下达不到最优的集群吞吐量性能。因此在有限的硬件环境下，采用一种基于策略梯度的强化学习的的强化学习方法进行参数的自适应优化，从而使得优化后的分布式消息中间件能适应AIoT网络环境中不同的消息传递的场景，提升分布式消息系统的性能。
-
公开(公告)号：CN114818461A
公开(公告)日：2022-07-29
申请号：CN202210227312.0
申请日：2022-03-08
Applicant: 河海大学
IPC: G06F30/27 , G06Q10/04 , G06Q50/06 , G06F119/08
Abstract: 本发明公开了一种基于改进联邦学习的径流预测方法及预测系统，通过联邦学习的方法将包含径流和气象数据的多个流域一起联合训练，从而可以捕获到多个流域的水文信息特征，并通过改进传统联邦学习的学习过程，一定程度上解决了水文信息孤岛问题，提高了预测精度，并且为少资料或者无资料地区实现水文水资源信息分析提供了参考。
-
公开(公告)号：CN113132482A
公开(公告)日：2021-07-16
申请号：CN202110417493.9
申请日：2021-04-19
Applicant: 河海大学
Abstract: 本发明提供一种基于强化学习的分布式消息系统参数自适应优化方法，属于分布式计算体系与架构技术领域；本发明所针对的场景是当下AIoT网络环境中的消息传递场景，该场景的特点是大量的终端之间会进行海量的消息互传，且每个终端传输的消息的容量和传输的频次多变。本发明所针对的参数是一些影响分布式消息系统性能的关键参数，而这些参数通常直接采用默认参数配置可能导致在该场景下达不到最优的集群吞吐量性能。因此在有限的硬件环境下，采用一种基于策略梯度的强化学习的的强化学习方法进行参数的自适应优化，从而使得优化后的分布式消息中间件能适应AIoT网络环境中不同的消息传递的场景，提升分布式消息系统的性能。
-
公开(公告)号：CN112434805A
公开(公告)日：2021-03-02
申请号：CN202011198228.8
申请日：2020-10-30
Applicant: 河海大学
Abstract: 本发明涉及一种深度神经网络模块分割方法，考虑了数据重复的问题，获得划分时最优的方法；具体将最小化问题等价于最小割问题，可以更快速的得到全局最优解；具体针对深度神经网络所建模的有向无环图，采用图的最大流/最小割算法进行划分，获得有效分割，即作为对应深度神经网络的最佳分割；如此通过有效利用 应用的分割，能够有效的减少 应用在智能移动设备上的计算时延；在实验结果中，随着 模型层数以及计算量的提高，采用上述改进方案， 在移动智能设备上的运行时间得到了显著的减少，与未考虑重复传输问题的方法进行 划分的方式相比，该划分方式得到的 划分为最佳划分且运行速度的到了较大的提高。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.022 seconds)
