-
公开(公告)号：CN120075839A
公开(公告)日：2025-05-30
申请号：CN202510208465.4
申请日：2025-02-25
Applicant: 电子科技大学长三角研究院(衢州)
IPC: H04W24/02 , H04W72/0453 , H04W40/02 , H04W24/06
Abstract: 本发明公开了一种基于空间超信道网络的资源优化方法，首先在SCN中一组用户业务请求到达时采用Dijkstra最短路径算法为每个用户业务请求分配最短路径，然后分配信道资源，再分配频谱资源，再对于每组用户业务请求，并行计算不同波长交换粒度下的设备成本、网络吞吐量和频谱资源利用率，最后将不同的性能指标进行归一化，评估不同波长交换粒度下网络吞吐量和设备成本的比值，找到使空间超信道网络性能最优的波长交换粒度。本发明的方法通过研究具有不同波长交换粒度的SCN设计，同时考虑网络吞吐量和频谱资源，SCN中波长交换粒度可以显着影响器件的成本和性能，调整波长交换粒度以取得最佳SCN设计，为未来SCN部署的实际规划和管理提供有价值的指导。
-
公开(公告)号：CN120067895A
公开(公告)日：2025-05-30
申请号：CN202510533729.3
申请日：2025-04-27
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06F18/243 , G06F18/213 , G06F18/214
Abstract: 本发明涉及一种基于度量学习的系统发生树构建方法。它解决了现有技术中系统发生树构建计算复杂度高且效率低下，准确度不佳的问题。它包括S1、收集包含核酸序列及对应已构建进化树的公开数据集；S2、对收集的数据集进行特征提取；S3、设计并构建度量学习模型，优化数据点之间的相似性度量；S4、使用训练集对度量学习模型进行训练并生成相似性矩阵；S5、基于生成的相似性矩阵，使用系统发生树构建算法构建树形结构并进行结果验证；S6、应用分析。本发明的优点在于：克服了传统方法中距离测量精度低、模型假设局限性强、计算复杂度高等问题，实现了大规模生物数据下系统发生树的高效构建。
-
公开(公告)号：CN120013992A
公开(公告)日：2025-05-16
申请号：CN202510082300.7
申请日：2025-01-20
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06T7/246 , G06F18/25 , G06V20/17 , G06V20/54 , G06V10/762 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于自然语言描述的无人机多模态特征融合目标跟踪方法及系统，属于计算机视觉与图像处理技术领域，解决现有技术在无人机采集的图像质量差或图像特征不明显时，易造成目标跟踪能力及长时跟踪能力差的问题。本发明无人机视角的图像中的交通事故场景进行自然语言描述，获取语言提示；构建场景‑上下文特征金字塔网络对无人机视角的图像进行上下文信息增强处理获得特征增强后的图像；对增强后的图像和语言提示分别进行视觉编码和语言编码，获得视觉特征以及语言特征向量进行视觉‑语言双模态特征局部对齐；将得到的对齐之后的新语言特征与视觉特征进行充分融合，获得多模态特征进行目标跟踪。本发明用于无人机多模态特征融合目标跟踪。
-
公开(公告)号：CN119993283A
公开(公告)日：2025-05-13
申请号：CN202510464934.9
申请日：2025-04-15
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种基于知识增强语言模型的蛋白质相互作用调节剂预测方法，包括，调节剂模型构建：预训练文本编码器，引入基于指纹的结构编码器，拼接文本编码器输出的文本嵌入和结构编码器输出的多种指纹嵌入生成调节剂特征；蛋白质模型构建：收集GO图和GO注释，基于GO图训练图嵌入模型，使用训练后的图嵌入模型为每个GO术语节点生成结构特征，结合GO术语的结构特征输出GO术语嵌入向量，基于多个GO术语嵌入向量生成蛋白质特征；预测模型构建：以调节剂特征和蛋白质特征为输入，输出相互作用特征，并基于相互作用特征输出预测结果。本方案通过自然语言的细微表达与生物分子结构属性的融合实现了蛋白质相互作用调节剂预测性能的有效提升。
-
公开(公告)号：CN119956649A
公开(公告)日：2025-05-09
申请号：CN202510024604.8
申请日：2025-01-07
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明属于智能检测领域，特别涉及一种路面病害线扫描式检测方法。主旨在于解决如何高效、准确地检测路面病害，以便及时发现并评估路面病害，提高道路寿命，降低维护成本，保障行车安全的问题。通过在载具前端固装扫描装置获取可表征路面形位信息的线阵点云数据，并据此设计了一种两步式扫描截面拟合信息的获取方法。进而依据坐标点偏离扫描截面拟合直线大小智能识别路面异常点。此外，通过固接在载具上的标识读取装置实时读取等间隔布置于路肩的标识，将待检路面划分为若干检测单元，实现分段式检测。通过对异常点的聚类和量化分析，有效评估各检测单元中的病害区域。最后，结合阈值判别法和基准模板比较法检测路面病害异常和前后变化。
-
Patent Agency Ranking
公开(公告)号：CN119943167A
公开(公告)日：2025-05-06
申请号：CN202510033084.7
申请日：2025-01-09
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开一种改进的DNA压缩编码方法，应用于存储技术领域，针对传统的存储介质例如硬盘、磁带等潜力已被发掘到极限，难以适应数据量爆炸性增长的存储需求；本发明利用DNA分子稳定的化学结构和高密度信息存储能力，将数字信息编码为核苷酸序列。通过将数据转化为特定的碱基组合，DNA不仅能够实现数据的长效存储，还具备极高的存储密度和稳定性。由于合成DNA需要较高的成本，因此需要一种高效的编码方式，利用更少的核苷酸数量来存储原本的数据，也就是提高存储密度。
-
公开(公告)号：CN114881946B
公开(公告)日：2025-05-02
申请号：CN202210442194.5
申请日：2022-04-25
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06T7/00 , G06T7/11 , G06T7/246 , G06T7/70 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06V10/74 , G06V10/75 , G06V10/82
Abstract: 本发明公开了一种基于ADS‑B信息与时空匹配的航空器虚拟挂牌方法，通过时空匹配模块对检测结果进行优化，提高算法在机场全景场面中的遮挡、间歇出入、运动姿态变化等情况下的检测效果，改善机场全景场面下航空器的挂牌标识精度；结合跟踪器对初始检测目标进行持续的优化检测跟踪，在定位信息出现延时或消失等问题时，提高算法在航空器检测标识的可靠性，并改善多目标重合时的ID频繁交换导致挂牌标识不准确的现象；对航空器状态进行高效的更新与判断，并使用状态衰减函数表示航空器的有效状态，结合多目标跟踪器与匹配策略，解决某些情况下航空器消失或状态变化时的挂牌标识问题，最终可以在保证实时性的同时，稳定对全景场面监控下多航空器的持续有效挂牌标识。
-
公开(公告)号：CN119879788A
公开(公告)日：2025-04-25
申请号：CN202510020130.X
申请日：2025-01-07
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明属于智能检测领域，提供了一种路面平整程度线扫描式监测方法。旨在解决现有路面平整度监测方法中存在的数据处理复杂度高、工作强度大、准确度低、检测效率低等问题。主要方案包括：使用机动车作为载具，在载具尾部固装标识读取装置和扫描装置，形成激光扫描面，以线扫描式地获取表征路面信息的线阵三维点云数据。检测步骤包括：根据线阵点云数据进行最小二乘法拟合处理，得到路面拟合直线；结合路面拟合直线，得到评估路面平整程度的关键形位参数；通过标识读取装置读取等间隔布置于路肩的标识，对路面进行分段式检测，以获取异常位置到标识的距离；结合路面平整程度关键形位参数，通过阈值法和基准模板比较法检测路面平整程度异常和异变。
-
公开(公告)号：CN119210687B
公开(公告)日：2025-04-25
申请号：CN202411688781.8
申请日：2024-11-25
Applicant: 电子科技大学长三角研究院(衢州)
Inventor： 张林超
Abstract: 本发明属于信息技术和物联网(IoT)领域，公开了一种基于区块链的去中心化物联网安全框架系统，该框架具体包括：钱包组件，用于管理设备身份，确保每个IoT设备在区块链网络中的唯一性，同时提供设备私钥存储及智能合约地址关联；智能合约组件，负责管理和分配计算任务，实现任务的自动化处理；多层安全组件，用于保障IoT设备的身份认证和数据传输的安全性；通用组件，用于实现IoT设备底层模块与区块链应用层的兼容性，提供跨平台的通用接口。本发明通过嵌入式智能合约和多层安全保护机制，实现数据加密传输和多终端任务卸载，提升了IoT设备的自主性和安全性，避免了中心化架构的安全瓶颈。
-
公开(公告)号：CN114972791B
公开(公告)日：2025-04-25
申请号：CN202210626206.X
申请日：2022-06-02
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明的实施例提供了一种图像分类模型训练方法、图像分类方法及相关装置，涉及图像处理领域。首先，获取原始图像及原始图像的类型标签；将原始图像输入预先构建的图像分类模型，图像分类模型包括特征提取网络和类型预测网络，特征提取网络包括N个依次串联的卷积层；再利用特征提取网络对原始图像进行特征提取，得到第N个所述卷积层输出的第一特征图和第N‑1个卷积层输出的第二特征图；基于第一特征图、类型标签和预设的多个二值掩码，生成第一训练集，基于第二特征图、类型标签和多个二值掩码，生成第二训练集；最后，利用第一训练集和第二训练集对类型预测网络进行训练，得到训练后的图像分类模型，从而减少模型训练过程产生的额外开销。
-
-
-
-
-
-
-
-
-
Search Results
642
records
(took 0.047 seconds)
