-
公开(公告)号：CN115271056A
公开(公告)日：2022-11-01
申请号：CN202210881196.4
申请日：2022-07-26
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
Abstract: 本发明公开了一种基于层次聚类的SOM算法改进方法，包括：基于层次聚类法，确定SOM算法的初始权重值；基于初始权重值将SOM算法神经元数据进行初始化；基于初始化后的SOM算法神经元数据，通过SOM算法获取对应的聚类方案。加快SOM收敛速度，能够降低数据量较大时的算法时间复杂度，同时，还可以应对数据集不平衡等问题。
-
公开(公告)号：CN115205895A
公开(公告)日：2022-10-18
申请号：CN202210689249.2
申请日：2022-06-17
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
Abstract: 本申请公开了基于神经网络的蛇毒种类识别方法及装置，该方法预先获取被蛇咬伤后的伤口处图像作为样本图像，形成包含有多个样本图像的数据集，基于数据集对蛇毒识别神经网络进行训练，将待识别伤口图像输入训练好的蛇毒识别神经网络，得到毒蛇种类预测值，依据毒蛇种类预测值向用户示出相应的血清。该方法省去了伤者到达医院后再人工进行毒蛇种类判断的时间，提高对被蛇咬伤的人的蛇毒种类识别的速度，让医生更快更好对血清进行准备，提高伤者的治疗效率。
-
公开(公告)号：CN112306678B
公开(公告)日：2022-10-04
申请号：CN202011139857.3
申请日：2020-10-22
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
IPC: G06F9/50 , G06F15/173
Abstract: 本发明涉及一种基于异构众核处理器的算法并行处理方法及系统，以串行程序中运行耗时大的代码段作为并行计算的对象，根据其特点进行任务的划分，确定主核与从核阵列的任务分工，将耗时的计算交给从核阵列执行；每个从核主动从主存中获取任务和计算所用到的数据，并返回计算结果给主核，主核采用异步串行方式对主存数据进行更新，以避免数据依赖引起数据读写错误；同时，针对主从核通信的时间消耗问题，通过将单数据项封装在结构体中实现数据打包，并设置主核的数据主存地址256B对界，实现单次数据拷贝粒度不小于256B，以最大化地利用单核组的带宽，优化数据传输性能，在从核执行计算过程中，使用双缓冲机制实现通信时间的消耗隐藏，提高并行效率。
-
公开(公告)号：CN115113303A
公开(公告)日：2022-09-27
申请号：CN202210703932.7
申请日：2022-06-21
Applicant: 天津大学 , 青岛海洋科学与技术国家实验室发展中心
Abstract: 本发明公开了一种基于元学习的厄尔尼诺极端天气预警方法及装置，包括：设计全局引导的注意力机制引导低层特征的学习，并利用互信息约束加强不同层级海洋特征的表征一致性，将多层级海洋特征拼接为全局特征，利用该全局特征对厄尔尼诺指数进行预测；对每个元训练任务，利用元学习算法对多层级厄尔尼诺指数预测网络进行参数训练，得到能够处理不同时期数据，且有适应能力的网络参数；以元训练阶段优化好的参数作为初始化参数，在SODA数据集上对多层级厄尔尼诺指数预测网络进行进一步微调；在GODAS数据集上进行最终厄尔尼诺指数预测；建立最终厄尔尼诺指数与降雨量的映射函数，当预测降雨量达到一定阈值时进行预警并提前进行汛期防治工作。
-
公开(公告)号：CN110827927B
公开(公告)日：2022-09-23
申请号：CN201910960281.8
申请日：2019-10-10
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
Abstract: 本发明公开了一种面向药物虚拟筛选全过程交互式数据库系统，包括数据库底层、数据集、Web后台框架和交互式前台，所述数据集包括可直接进行分子对接实验的数据集、分子对接结果数据集、分子对接计算辅助数据集。本发明的数据库系统对整个分子对接计算过程进行交互式管理，前台集成对接计算的数据选择、计算任务提交、对接计算、查看计算节点、分配计算核心、删除计算任务、查看任务进程、计算任务纠错检验、失败任务重新提交、结果文件筛选以及对接数据、结果数据的三维可视化。利用本发明的交互式数据库系统进行药物虚拟筛选，解决了大数据量下的分子对接实验的时间成本问题，并且运用多种打分函数筛选出最优对接分子，筛选准确性高。
-
Patent Agency Ranking
公开(公告)号：CN115016041A
公开(公告)日：2022-09-06
申请号：CN202210948017.4
申请日：2022-08-09
Applicant: 中国科学院自动化研究所 , 青岛海洋科学与技术国家实验室发展中心 , 天津大学
Abstract: 本发明提供一种台风强度确定方法、装置、电子设备及存储介质，该方法涉及人工智能技术领域，包括：获取台风图像；将台风图像输入至卷积神经网络，得到卷积神经网络输出的图像特征；基于台风图像，构建台风图像对应的目标台风的知识图谱；知识图谱用于表示目标台风的先验知识信息和属性信息；基于先验知识信息和属性信息，确定目标台风的隐式特征；基于图像特征和所述隐式特征，确定目标台风的强度。本发明提供的方法，通过构建台风图像对应的目标台风的知识图谱，确定目标台风的隐式特征，及将卷积神经网络得到的图像特征和隐式特征进行结合，实现了先验知识在训练过程中的嵌入，提升了台风强度确定的准确率。
-
公开(公告)号：CN115009436A
公开(公告)日：2022-09-06
申请号：CN202210693100.1
申请日：2022-06-17
Applicant: 青岛海洋科学与技术国家实验室发展中心 , 中国海洋大学
Abstract: 本申请公开了一种低功耗海上智能浮标信息采集方法及装置。所述低功耗海上智能浮标信息采集方法包括：获取资源信息；获取待分配装置；而为每个待分配装置计算资源预分配方案；为每个具有资源预分配方案的待分配装置进行能源判断，判断在该资源预分配方案下的待分配装置是否能够执行一个完整流程，若是，则为每个待分配装置按照资源预分配方案进行资源分配以使各个所述待分配装在在获取资源后进行信息采集从而获取采集信息。本申请的低功耗海上智能浮标信息采集方法能够在通过合理的资源分配的情况下，使本申请的浮标系统中的各个待分配装置根据资源情况监测浮标所搭载传感器状态、目标提醒、入侵识别等业务场景。
-
公开(公告)号：CN114724012B
公开(公告)日：2022-08-23
申请号：CN202210651501.0
申请日：2022-06-10
Applicant: 天津大学 , 青岛海洋科学与技术国家实验室发展中心
IPC: G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62 , G01W1/10
Abstract: 本发明公开了一种基于时空跨尺度注意力融合热带不稳定波预警方法及装置，方法包括：将多尺度空间数据输入对应的分支网络进行相应尺度下特征图的计算，并计算正则化损失；将多尺度特征图利用双边局部注意力机制实现跨尺度空间图融合，生成全局特征描述图计算预测损失，并将预测损失与正则化损失联合用于神经网络的优化训练；基于优化训练后的神经网络对时刻T的海表温度进行预测，选择T时刻之前的K个时刻数据输入优化训练后的神经网络，该优化训练后的神经网络的输出为热带不稳定波的预测值，通过将预测值与坐标关联，绘制热带不稳定波的时空图像，实现对热带不稳定波的预警。装置包括：处理器和存储器。本发明对热带不稳定波的高效预警，减少了自然灾害。
-
公开(公告)号：CN114692788B
公开(公告)日：2022-08-19
申请号：CN202210611385.X
申请日：2022-06-01
Applicant: 天津大学 , 青岛海洋科学与技术国家实验室发展中心
Abstract: 本发明公开了一种基于增量学习的厄尔尼诺极端天气预警方法及装置，方法包括：基于增量训练，即使用一多尺度特征频域蒸馏技术，选择性地约束多尺度特征低频分量的漂移，记忆并行卷积神经网络在旧任务中学到的知识；使用一多尺度特征自适应融合技术，根据输入多尺度数据不同的时间跨度，自适应学习不同的融合参数，增强对新任务的学习能力；自适应融合后的特征通过全连接层，输出反映厄尔尼诺现象变化规律的Nino3.4指数，建立极端降雨概率的映射函数，预测值超过阈值则进行暴雨预警并提前开展输电线路暴雨防治工作。装置包括：处理器和存储器。本发明可以有效的提升增量的厄尔尼诺现象下降雨量预测的准确度，减轻自然灾害。
-
公开(公告)号：CN112769635B
公开(公告)日：2022-04-15
申请号：CN202011451484.3
申请日：2020-12-10
Applicant: 青岛海洋科学与技术国家实验室发展中心
IPC: H04L43/0817 , H04L43/04
Abstract: 本申请公开了一种多粒度特征解析的服务识别方法及装置。所述多粒度特征解析的服务识别方法包括主机存活探测，从而获取存活主机；对存活主机进行开放端口扫描；使用多粒度特征解析方法对开放端口进行服务识别。本申请的多粒度特征解析的服务识别方法通过复合策略对端口返回信息进行特征解析，并进行高效率指纹库匹配，相对于现有技术更为准确，结果也更为详细。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.059 seconds)
