训练与推理数据分布不一致条件下的图像细粒度识别方法

    公开(公告)号:CN110097091B

    公开(公告)日:2023-04-18

    申请号:CN201910282875.8

    申请日:2019-04-10

    Applicant: 东南大学

    Abstract: 训练和推理数据分布不一致条件下的图像细粒度识别方法,建立了检测‑细粒度模型,检测模块提取特征并对类别、位置和置信度回归。获取感兴趣区域位置并粘贴到WxH黑色背景后,传入特征融合的细粒度模块,利用多尺度双线性特征对子类进行细粒度识别。在提出的Cigarette67‑2018训练,且细粒度模块在特定数据集Cigarette67‑2018,较之前双线性模型B‑CNN基线有显著提高。在单核CPU上推理速度可以满足实时性要求且本发明中的细粒度识别模块为弱监督算法,仅仅需要图像级标注信息,这使本发明易于操作,实用价值高。

    移动边缘计算中联合优化迁移决策和资源分配方法

    公开(公告)号:CN109905888B

    公开(公告)日:2021-09-07

    申请号:CN201910215945.8

    申请日:2019-03-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种移动边缘计算中联合优化迁移决策和资源分配方法,该方法首先对迁移决策和资源分配进行数学建模,构造最小化迁移计算支出的优化问题。该优化问题基于功率约束、迁移总量约束和传输时延约束,实现迁移计算量的优化设计,迁移计算支出为用户到各计算节点的迁移传输耗能和耗时支出以及各计算节点计算迁移数据的耗能和耗时支出之和。然后通过拉格朗日对偶定理求解各个子载波上最优发射功率,接着采用惩罚函数法等多元线性规划求解方法求解到各个边缘服务器的最优迁移数据分配,最后迭代计算直至收敛,获得相应的到各个计算节点的迁移数据量和各个子载波上的发射功率大小。本发明的迭代优化算法能有效收敛且提高系统性能。

    训练与推理数据分布不一致条件下的图像细粒度识别方法

    公开(公告)号:CN110097091A

    公开(公告)日:2019-08-06

    申请号:CN201910282875.8

    申请日:2019-04-10

    Applicant: 东南大学

    Abstract: 一种训练和推理数据分布不一致条件下的图像细粒度识别方法,本发明建立了检测-细粒度模型,检测模块提取特征并对类别、位置和置信度回归。获取感兴趣区域位置并粘贴到WxH黑色背景后,传入特征融合的细粒度模块,利用多尺度双线性特征对子类进行细粒度识别。这使问题变成了单子类识别,消除了背景干扰,减轻了数据分布不一致的影响。在提出的Cigarette67-2018训练,在实际多目标图片集成测试准确率为75%,且细粒度模块在特定数据集Cigarette67-2018,公开数据集CUB200-2011的测试准确率为97.8%、86.0%,较之前双线性模型B-CNN基线有显著提高。在单核CPU上推理速度可以满足实时性要求且本发明中的细粒度识别模块为弱监督算法,仅仅需要图像级标注信息,这使本发明易于操作,实用价值高。

    一种分子筛封装的核壳催化剂及其制备方法

    公开(公告)号:CN114749207B

    公开(公告)日:2023-09-01

    申请号:CN202210510133.8

    申请日:2022-05-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种分子筛封装的核壳催化剂(图1)及其制备方法,涉及催化剂制备领域。本发明的核壳催化剂,内核为CuPt/SSZ‑39,壳为多级孔Silicalite‑1,该催化剂由CuPt/SSZ‑39、硅源、季胺盐类结构导向剂通过水热合成法制得,内核由SSZ‑39分子筛在CuPt双金属前驱体溶液中浸渍制得;改性SSZ‑39分子筛由硅烷偶联剂对SSZ‑39分子筛进行改性制得。本发明制备的催化剂中的CuPt双金属纳米粒子锚定在改性SSZ‑39分子筛表面,封装在多级孔Silicalite‑1分子筛壳中,显著提高了催化剂的活性和抗烧结性能,该催化剂可应用于石油化工、精细化工等领域。

    一种支持数据和审计员动态更新的云审计方法

    公开(公告)号:CN116633549A

    公开(公告)日:2023-08-22

    申请号:CN202310394695.5

    申请日:2023-04-13

    Applicant: 东南大学

    Abstract: 本发明提出了一种支持数据和审计员动态更新的云审计方法,主要由以下步骤构成:系统初始化步骤、密钥生成步骤、委托令牌生成步骤、标签生成步骤、完整性挑战步骤、完整性证明响应步骤、完整性证明验证步骤、委托令牌更新步骤、完整性证明响应更新步骤。本方法具有以下特点:1.数据完整性只能由指定的审计员审计,实现了在验证者身份约束的条件下对数据拥有者的外包数据进行完整性审计;2.当验证者的身份需要更新时,由数据拥有者生成与授权令牌相关值并发送给云服务器,由云服务器进行高效的指定审计员更新,数据拥有者无需重新计算并上传消息标签对;3.使用索引哈希表实现数据动态操作;4.指定审计员在审计过程中无法获得数据的相关信息,数据隐私得到保护。

    一种分子筛封装的核壳催化剂及其制备方法

    公开(公告)号:CN114749207A

    公开(公告)日:2022-07-15

    申请号:CN202210510133.8

    申请日:2022-05-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种分子筛封装的核壳催化剂(图1)及其制备方法,涉及催化剂制备领域。本发明的核壳催化剂,内核为CuPt/SSZ‑39,壳为多级孔Silicalite‑1,该催化剂由CuPt/SSZ‑39、硅源、季胺盐类结构导向剂通过水热合成法制得,内核由SSZ‑39分子筛在CuPt双金属前驱体溶液中浸渍制得;改性SSZ‑39分子筛由硅烷偶联剂对SSZ‑39分子筛进行改性制得。本发明制备的催化剂中的CuPt双金属纳米粒子锚定在改性SSZ‑39分子筛表面,封装在多级孔Silicalite‑1分子筛壳中,显著提高了催化剂的活性和抗烧结性能,该催化剂可应用于石油化工、精细化工等领域。

    移动边缘计算中联合优化迁移决策和资源分配方法

    公开(公告)号:CN109905888A

    公开(公告)日:2019-06-18

    申请号:CN201910215945.8

    申请日:2019-03-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种移动边缘计算中联合优化迁移决策和资源分配方法,该方法首先对迁移决策和资源分配进行数学建模,构造最小化迁移计算支出的优化问题。该优化问题基于功率约束、迁移总量约束和传输时延约束,实现迁移计算量的优化设计,迁移计算支出为用户到各计算节点的迁移传输耗能和耗时支出以及各计算节点计算迁移数据的耗能和耗时支出之和。然后通过拉格朗日对偶定理求解各个子载波上最优发射功率,接着采用惩罚函数法等多元线性规划求解方法求解到各个边缘服务器的最优迁移数据分配,最后迭代计算直至收敛,获得相应的到各个计算节点的迁移数据量和各个子载波上的发射功率大小。本发明的迭代优化算法能有效收敛且提高系统性能。

Patent Agency Ranking