-
公开(公告)号：CN109543818A
公开(公告)日：2019-03-29
申请号：CN201811221654.1
申请日：2018-10-19
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于深度学习模型的链路评估方法，包括：设置深度学习模型结构；采集网络中链路的流量数据和该链路的占用度数据为数据对；对所有该数据对进行划分以建立训练集和测试集；以该训练集对该深度学习模型进行训练，确定该深度学习模型的参数；以该测试集对该深度学习模型进行测试，若测试正确率小于测试阈值，则调整该参数并对该深度学习模型重新训练，反之则以该深度学习模型为链路评估模型；通过该链路评估模型以该链路的当前流量数据获取该链路的当前占用度，以对该链路进行评估。
-
公开(公告)号：CN105681026A
公开(公告)日：2016-06-15
申请号：CN201610137307.5
申请日：2016-03-10
Applicant: 中国科学院计算技术研究所
CPC classification number: H04L9/0625 , H04W84/14
Abstract: 提供一种适用于轻量级加密算法的动态S盒构造方法及系统，包括：步骤1，计算得到一批不同规模的S盒，选出满足规定条件的S盒作为最优S盒，并构建各个规模的最优S盒的集合；步骤2，将明文与轮子密钥进行运算的结果作为输入数据输入非线性层，根据输入数据分组的大小、S盒集合的容量以及S盒的规模确定拆分规则；步骤3，根据拆分规则将输入数据拆分为两部分，一部分用于调用集合中的S盒，并与一运算常量K进行异或运算后输出，另一部分输入到被调出的S盒中进行置换操作后输出，最后将两部分的输出结果进行组合以作为非线性层的加密输出数据。此方法操作简单，适用性强，可有效增加非线性层的安全强度，解决静态流程易受攻击的问题。
-
公开(公告)号：CN103297962B
公开(公告)日：2015-08-26
申请号：CN201310153333.3
申请日：2013-04-27
Applicant: 中国科学院计算技术研究所 , 宁波中科集成电路设计中心有限公司
Abstract: 本发明提供一种基于加密模糊关键字的机会网络路由方法及系统，方法包括：步骤1，计算所述订阅兴趣关键字集中每个兴趣关键字对应的模糊集和陷门集；步骤2，通过相似度匹配算法计算任意两个陷门集之间的相似度；步骤3，发布节点根据其发布内容提取的发布兴趣关键字集利用可信第三方计算所述发布兴趣关键字集中每个兴趣关键字对应的搜索关键字集合，并将所述搜索关键字集合作为发布内容的控制信息，利用所述控制信息以及加密的发布内容组成发布内容包，并将所述发布内容包发送给与其连接的所有转发节点；步骤4，所述转发节点接收所述订阅兴趣包后，将其路由信息作为头部，其身份标识作为尾部，组建路由表。
-
公开(公告)号：CN103974343A
公开(公告)日：2014-08-06
申请号：CN201410164030.6
申请日：2014-04-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种基于水下无线传感器网络的自适应媒体访问控制方法及其系统，该方法应用于一包含n个节点和一网关的链式网络，在该n个节点中的m个节点采用ALOHA协议，该n个节点中的n-m个节点采用RTS/CTS协议，以确保网关收到的数据包个数最大化。
-
公开(公告)号：CN114817111B
公开(公告)日：2023-08-29
申请号：CN202210471335.6
申请日：2022-04-28
Applicant: 中国科学院计算技术研究所
IPC: G06F13/42 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种支持多卡并行的嵌入式智能计算装置，包括嵌入式智能计算板卡、主控与IO板卡和RapidIO交换板卡；嵌入式智能计算装置采用高速RapidIO分布式对等网络，并采用标准VPX嵌入式智能计算系统多卡并行计算、标准VPX FPGA主控与IO板卡、标准VPX RapidIO网络交换板卡、标准VPX电源板卡、标准VPX背板，构建嵌入式智能计算系统多卡并行计算集群装置，在处理大规模数据和复杂智能算法网络时，通过该方法及装置不仅获得了系统级智能计算能力倍数增加和较好的算力可扩展性，同时可实现大规模数据密集型计算密集型场景下图像/视频数据实时计算。
-
Patent Agency Ranking
公开(公告)号：CN113222020A
公开(公告)日：2021-08-06
申请号：CN202110521364.4
申请日：2021-05-13
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种基于数据转换和知识蒸馏的域增量学习方法，该方法用旧模型识别新数据，将其划分成公有数据和私有数据两部分，然后采用迁移学习将私有数据转换成公有数据，最后对公有数据和私有数据采用不同的损失优化训练模型。本发明所述的一种基于数据转换和知识蒸馏的域增量学习方法，通过对于旧模型无法正确识别的私有数据，采用交叉熵损失计算，能够学习新的知识；通过对旧模型可以正确识别的公有数据和转换数据，采用蒸馏损失计算，用旧模型指导新模型的学习，能够对旧知识进行记忆；通过两种损失优化训练模型，能够实现新旧任务的性能平衡；本方法无需存储旧数据，减小了数据储存的开销。
-
公开(公告)号：CN113205058A
公开(公告)日：2021-08-03
申请号：CN202110536364.1
申请日：2021-05-18
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种防止非活体攻击的人脸识别方法，包括以下步骤：步骤一：训练2D人脸识别模型和3D人脸识别模型；步骤二：对人脸进行录入；步骤三：对人脸进行识别，在对人脸进行识别时，通过测温热成像模块判定检测人脸是真实人脸还是立体模型人脸，并结合2D与3D人脸识别模型进行联合判断。本发明所述的一种防止非活体攻击的人脸识别方法，区别于传统的2D人脸识别，新加入的3D人脸识别模型可基于深度信息提取不同人脸的曲面特征，可在2D人脸识别基础上对抗照片、视频等平面攻击，且该3D人脸识别模型区别于一般的3D防伪或人脸验证模型，可以独立识别不同人脸，具备人脸识别功能。
-
公开(公告)号：CN112734029A
公开(公告)日：2021-04-30
申请号：CN202011599910.8
申请日：2020-12-30
Applicant: 中国科学院计算技术研究所
IPC: G06N3/08
Abstract: 本发明提供了一种神经网络通道剪枝的方法、存储方法及电子设备，其基于最大迭代剪枝周期获取每个迭代剪枝周期内待剪枝的通道的权重衰减系数，并在每个迭代剪枝周期内基于当前周期的权重衰减系数调整待剪枝的通道的权重，以重新训练待剪枝的神经网络直至最大迭代剪枝周期结束。本发明的方法使得神经网络的结点信息在迭代剪枝过程中能够得到更加充分的利用，从而弱化剪枝带来的模型性能下降。
-
公开(公告)号：CN112308865A
公开(公告)日：2021-02-02
申请号：CN202011182532.3
申请日：2020-10-29
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种融合UNet模型与解剖学特征的乳腺钼靶图像分割方法，包括如下步骤：S1、生成掩码图；S2、训练UNet模型；S3、预分割；S4、预分割胸肌区域后处理；S5、预分割乳头区域后处理。本发明融合了语义分割模型UNet和解剖学特征，引入了损失函数Lovasz‑Softmax Loss，并根据解剖学特征对UNet模型的预分割结果进行后处理，得到适应于各种复杂乳腺情况的乳腺钼靶胸肌、乳头定位算法，解决了现实复杂情况下乳腺钼靶图的胸肌区域和乳头区域定位的稳定性问题。
-
公开(公告)号：CN112184743A
公开(公告)日：2021-01-05
申请号：CN202011182514.5
申请日：2020-10-29
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种乳腺钼靶图像中胸肌和乳头区域的分割预标注方法，包括如下步骤：S1、提取乳腺主体图；S2、定位斜侧位胸肌分割线；S3、定位双视图的乳头区域；S4、生成胸肌和乳头的区块标注信息；S5、检验修正。本发明在原始乳腺钼靶图像的基础上，快速大批量地自动生成乳腺钼靶图像中胸肌区域和乳头区域的高质量预标注分割信息，解决了目前存在的标注效率低下、分割标准差异大的问题，降低了对后续人工的要求，使得标注效率大幅度提高，从而产生适合于语义分割神经网络的高质量的训练数据集。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.038 seconds)
