-
公开(公告)号：CN113723526A
公开(公告)日：2021-11-30
申请号：CN202111018165.8
申请日：2021-08-31
Applicant: 电子科技大学
Abstract: 本发明公开了一种识别不同类型焊口的方法，包括以下步骤：S1、采集X射线焊口图像，构建标注数据集；S2、采用标注数据集对焊口定位识别模型进行训练，得到训练完成的焊口定位识别模型；S3、采用训练完成的焊口定位识别模型对需进行焊口识别的图像进行识别，得到焊口的位置和类型；本发明解决了现有方法对焊口位置和情况的识别存在费时费力的问题。
-
公开(公告)号：CN113034448A
公开(公告)日：2021-06-25
申请号：CN202110263177.0
申请日：2021-03-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多示例学习的病理图像细胞识别方法，包括以下步骤：S1：采集细胞组织图像，并进行预处理；S2：建立预测模型；S3：将待测细胞图像数据输入至预测模型，进行病理图像细胞识别。本发明利用整个组织图片的标签对单个细胞图片进行训练，从而网络拥有对单个细胞进行识别的能力，弥补了传统的以整图训练的神经网络无法对单个细胞进行预测的缺陷。本发明运用多示例学习的学习方法弥补了传统预测模型中无法对没有标签的细胞进行预测的缺陷。该模型可以在医学智能应用中，为构建自动辅助诊断和治疗系统提供重要技术手段。
-
公开(公告)号：CN110119540A
公开(公告)日：2019-08-13
申请号：CN201910315829.3
申请日：2019-04-19
Applicant: 电子科技大学
Abstract: 本发明提供了一种用于生存风险分析的多输出梯度提升树建模方法，该方法包括：首先在最优梯度提升树(XGBoost)的模型算法框架下，构建用于建立金融、保险、医疗、交通或工业目标行业生存预测模型的生存数据的表达式；然后定义并计算所述生存数据对应的损失函数；随后定义并计算所述损失函数对应的一阶梯度和二阶梯度；最后将计算出的损失函数值以及损失函数的一阶梯度和二阶梯度值同时输入XGBoos模型算法框架，自动训练生成所述目标行业的生存预测模型。本发明的建模方法能更好地表示模型协变量与风险预测值之间的关系；提高模型的预测性能以及泛化能力；有更好的预测性能和风险区分度；并且适用场景广泛。
-
公开(公告)号：CN106407686B
公开(公告)日：2019-04-12
申请号：CN201610842806.4
申请日：2016-09-23
Applicant: 电子科技大学 , 四川省卫生和计划生育信息中心
IPC: G16H40/20
Abstract: 本发明公开了一种评估慢性病费用的建模方法；该方法首先通过样本筛选和特征选择，再采用回归模型，得到各影响因子对慢性病费用的影响。与现有方法相比，该建模方法具有以下几个优点：（1）在费用回归之前，通过样本筛选和特征选择，提高了模型的准确度；（2）采用先验知识和数据挖掘技术相结合的半参化逐步回归方法，提高了模型的效率；（3）可以直接量化出慢病的并发症合并症对其治疗费用的影响程度，为慢性病的医疗控费提供依据。
-
公开(公告)号：CN104009973B
公开(公告)日：2017-04-05
申请号：CN201410193076.0
申请日：2014-05-08
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于集合多项式变换与调和的指纹细节特征信息隐藏与恢复方法，基本思路是基于指纹细节特征的Delaunay三角剖分算法，构建具有位移和旋转不变性的三角形量化表示，从而在量化表示集合上构建特征多项式，利用集合的调和思想，引入非特征空间上的评估元素，实现指纹细节特征的信息隐藏和验证恢复。本发明克服了智能卡上指纹模板明文存储极易受到的攻击危险，不仅提高了系统的安全性，而且有效地保护了用户指纹生物特征的隐私性，可广泛应用到护照、身份证、门禁卡等多种应用场景。
-
Patent Agency Ranking
公开(公告)号：CN103335814A
公开(公告)日：2013-10-02
申请号：CN201310230816.9
申请日：2013-06-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种实验模型安置于风洞中进行吹风实验时，风洞中实验模型倾角测量误差数据修正系统及修正方法。所述的倾角测量数据修正系统包括数据预处理模块、模型训练模块和误差数据修正模块；修正方法包括数据预处理、模型训练和误差数据修正三个步骤。本发明提出了基于神经网络模型为基本模型的多阶段、多模型融合误差修正方法，模型拟合度更高，计算结果更准确，可以很好的修正倾角传感器实测数据中由于模型受风振动而引起的非线性误差，本修正系统修正误差可控在0角度附近0.004～0.01精度之内。
-
公开(公告)号：CN103279697A
公开(公告)日：2013-09-04
申请号：CN201310179416.X
申请日：2013-05-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于正交矩阵和模运算的指纹细节信息隐藏与恢复方法。该方法将指纹细节特征信息分为指纹细节点位置坐标信息和方向信息，运用口令密钥的一个子密钥的随机变换正交矩阵，实现口令密钥与位置信息的矩阵变换运算，以保护指纹细节点位置坐标信息；而运用口令密钥的另一个子密钥，实现口令密钥与方向信息的模加运算，以保护指纹细节点的方向信息。本发明克服了指纹模板极易受到系统内部或外部的攻击，导致指纹特征失效的缺陷。并利用口令密钥与指纹特征双重认证结合，提高了受保护系统的安全性和指纹特征数据的隐私性。
-
公开(公告)号：CN119180296A
公开(公告)日：2024-12-24
申请号：CN202411204702.1
申请日：2024-08-30
Applicant: 电子科技大学
IPC: G06N3/006 , G06N3/0442 , G06N3/042 , G06N3/092
Abstract: 本发明提出一种基于人类反馈的多智能体通信策略学习方法，方法包括：步骤S1：构建多智能体强化学习模型，对多智能体系统进行建模，构建多智能体系统中的动态通信拓扑结构，确定模型的整体计算流程；步骤S2：进行多智能体系统的离线预训练过程，该过程仅通过历史轨迹数据进行训练，不参与交互，快速学习到次优的行为策略；步骤S3：收集人类反馈奖励数据以及多智能体系统基于特定任务场景模型的历史训练数据；步骤S4：动态调整通信策略，根据人类反馈奖励数据来进行辅助在线训练，帮助多智能体系统更好的进行通信决策，提高学习效率。本发明将人类反馈数据应用到多智能体系统训练中，有效改善了传统的多智能体强化学习方法的局限性。
-
公开(公告)号：CN118656183A
公开(公告)日：2024-09-17
申请号：CN202410547679.X
申请日：2024-05-06
Applicant: 电子科技大学
Abstract: 本发明涉及分布式计算任务调度技术，其公开了一种去中心化任务调度系统及方法，提高多任务并发执行的性能和系统共识的吞吐量。该调度系统由调度节点和已完成服务部署的工作节点组成，其中，若干调度节点和工作节点按照物理空间组织成集群。在一个集群中，调度节点根据高性能任务调度策略对其管理的工作节点进行任务调度，并将任务调度信息以有向无环图的形式存储。从而有利于不同需求的任务的局部并行处理。此外，该系统通过区块链共识技术，将一个集群内的调度节点组成群内快照共识组，用来对群内任务的执行状态进行共识上链，而不同集群都存在一个调度节点组成群间快照共识组，用来对跨群任务的执行状态进行共识上链，实现了任务调度的序列化和防篡改能力。另外，该方法通过结合历史区块打包所产生的收益，对工作节点执行状态的打包阈值完成自适应调整，从而降低共识时延，提高系统吞吐量。
-
公开(公告)号：CN117151205A
公开(公告)日：2023-12-01
申请号：CN202311069248.9
申请日：2023-08-24
Applicant: 电子科技大学
IPC: G06N3/092 , G06N3/096 , G06N3/0464 , G06V10/82
Abstract: 本发明涉及机器学习和强化学习技术领域，公开了一种基于多先验策略的强化学习智能决策方法，解决现有技术中利用强化学习进行智能决策时由于奖励稀疏、样本利用率低、环境过拟合导致的决策困难问题。该方法利用目标策略网络和先验策略指导智能体进行决策，将决策产生的交互数据放入重放缓冲区；随后从重放缓冲区中进行数据采样，获取一个训练集用于目标策略网络训练；然后根据训练数据计算综合损失函数，利用梯度下降法对目标策略网络进行更新；最后更新重放缓冲区种所用训练数据的被采样概率；在智能决策过程，将智能体观测的环境状态输入至目标策略网络中，根据网络输出执行动作并完成状态转移，随后重复上述观察‑决策过程，直至决策任务完成。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.027 seconds)
