-
公开(公告)号：CN115115886A
公开(公告)日：2022-09-27
申请号：CN202210811820.3
申请日：2022-07-11
Applicant: 北京航空航天大学 , 北京京航计算通讯研究所
IPC: G06V10/764 , G06V10/80 , G06V20/10 , G06N3/04 , G06N3/08
Abstract: 提供了基于teacher‑student模型的半监督目标检测方法。包括以下步骤：获取半监督目标检测数据集D；在有标注数据集DL上按照全监督目标检测方法，用模型预测样本的标注得到teacher模型；利用的teacher模型，对无标签数据XU做预测，生成伪标签，并用伪标签更新标注集合YU；对无标注样本集合XU进行数据增强第五步，训练student模型；将student模型的权重参数θs以指数滑动平均的方式更新至teacher模型的权重θt中；进行数轮迭代，以最终的teacher模型作为所述基于teacher‑student模型的半监督目标检测方法训练的目标模型。
-
公开(公告)号：CN115115886B
公开(公告)日：2024-08-06
申请号：CN202210811820.3
申请日：2022-07-11
Applicant: 北京航空航天大学 , 北京京航计算通讯研究所
IPC: G06V10/25 , G06V10/764 , G06V10/80 , G06V10/44 , G06V10/766 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/0895
Abstract: 提供了基于teacher‑student模型的半监督目标检测方法。包括以下步骤：获取半监督目标检测数据集D；在有标注数据集DL上按照全监督目标检测方法，用模型预测样本#imgabs0#的标注得到teacher模型；利用的teacher模型，对无标签数据XU做预测，生成伪标签，并用伪标签更新标注集合YU；对无标注样本集合XU进行数据增强第五步，训练student模型；将student模型的权重参数θs以指数滑动平均的方式更新至teacher模型的权重θt中；进行数轮迭代，以最终的teacher模型作为所述基于teacher‑student模型的半监督目标检测方法训练的目标模型。
-
公开(公告)号：CN116108912A
公开(公告)日：2023-05-12
申请号：CN202310145789.9
申请日：2023-02-21
Applicant: 北京航空航天大学 , 北京京航计算通讯研究所
Abstract: 本发明公开了启发式神经网络架构搜索方法及信息处理设备。所提供的启发式神经网络架构搜索方法，包括：获取用层次化表示技术描述的待搜索的神经网络模型的单元堆叠模型；对所述多个单元的每个单元的各边进行采样，得到待搜索的神经网络模型的实例；对所述神经网络模型的实例进行训练和验证，得到验证集正确率；更新各个单元的各边的所采样操作的操作性能；更新各个单元的各边所采样操作的置信上限；更新各个单元的各边的各操作被采样的概率；从各个单元的各边的操作空间中去除操作以缩小操作空间；以及将各个单元的各边的操作空间剩余的最后操作作为所选择的操作，并得到要搜索的神经网络架构。
-
公开(公告)号：CN119290063A
公开(公告)日：2025-01-10
申请号：CN202411279781.2
申请日：2024-09-12
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种临近空间环境数据质量提升方法，属于临近空间环境探测技术领域，解决了现有技术中临近空间环境数据可用性和准确度不高的问题。包括获取待处理的各临近空间环境数据文件；对各临近空间环境数据文件进行解析处理，得到第一临近空间环境数据；对所述第一临近空间环境数据进行异常数据处理，得到第二临近空间环境数据；对所述第二临近空间环境数据进行分辨率处理，得到处理后的临近空间环境数据；其中，所述第一临近空间环境数据包括采集信息和各采集信息下的标准化的临近空间环境参量数据；其中，所述标准化的临近空间环境参量包括经度、纬度、海拔高度和大气参量，所述采集信息包括站点名称、采集设备名称和采集时间。
-
公开(公告)号：CN119248986A
公开(公告)日：2025-01-03
申请号：CN202411341167.4
申请日：2024-09-25
Applicant: 北京京航计算通讯研究所
IPC: G06F16/951 , G06F16/29 , G06F18/22 , G06F16/9532
Abstract: 本发明涉及一种基于大语言模型的气象环境情报爬取与分析方法，属于气象数据获取分析技术领域，解决了依靠人工搜索数据获取气象数据效率低，对于非结构化数据无法充分利用的问题。包括：获取气象环境情报爬虫需求、气象环境情报分析需求和气象环境情报报告生成需求，并基于各自预设提示词模板，分级构建气象环境情报爬取提示词、气象环境情报分析提示词和气象环境情报报告生成提示词；基于气象环境情报爬取提示词和预设的气象环境情报提取提示词对数据源网址进行数据爬取，并将爬取结果与ERA5数据集进行相似性度量，得到气象环境情报；基于气象环境情报分析提示词和气象环境情报报告生成提示词，对气象环境情报进行情报分析得到气象环境情报分析报告。
-
Patent Agency Ranking
公开(公告)号：CN118917412A
公开(公告)日：2024-11-08
申请号：CN202410894307.4
申请日：2024-07-04
Applicant: 北京京航计算通讯研究所
IPC: G06N5/04 , G06N3/0985 , G06N3/0455 , G06N3/048
Abstract: 基于超参数智能寻优的感知模型自推荐方法及装置，大大提升了超参数优化过程中的计算效率与吞吐量，允许模型在大规模数据集和复杂任务中快速迭代，降低了对计算资源的依赖，从而满足了现代AI系统对于高效能和快速响应的需求，显著加速了超参数搜索进程，减少了实际训练开销，使得优化过程更加灵活经济，有助于在有限的时间和资源下探索更广阔的超参数空间。方法包括：(1)设计基于Transformer编码器的策略网络；(2)构建目标性能预测模型；(3)采用近端策略优化算法进行超参数优化。
-
公开(公告)号：CN118690064A
公开(公告)日：2024-09-24
申请号：CN202410839092.6
申请日：2024-06-26
Applicant: 北京京航计算通讯研究所
IPC: G06F16/9035 , G06F16/9038
Abstract: 一种高可信部件模型智能匹配与自推荐方法及装置，能够大幅度提高部件模型智能匹配与推荐的准确率。方法包括：(1)获取面向型号产品设计领域的部件需求；(2)开展部件模型数据智能匹配技术研究，通过FP‑Growth方法实现部件数据之间的关联分析，对部件参数、所属型号、产品层级、历史质量问题、研制时间、研制人员多个维度的属性之间的关联性进行挖掘分析，查找具有强关联性的属性；(3)通过协同过滤算法完成依据设计师的感兴趣程度对部件进行排序，同时结合FP‑Growth方法获得部件之间的相关性，生成一个满足用户需求的高可信的部件模型匹配和推荐列表；(4)在用户发起请求后进行自推荐。
-
公开(公告)号：CN118378237A
公开(公告)日：2024-07-23
申请号：CN202410513392.5
申请日：2024-04-26
Applicant: 北京京航计算通讯研究所
Abstract: 本发明涉及一种基于开发平台的微服务组件动态鉴权方法，属于微服务技术领域，解决了现有微服务组件的授权控制不灵活且精细度不高的问题。该方法包括：基于开发平台申请项目时，根据项目信息和选择的各组件生成项目工程和授权文件；选择的各组件中包括鉴权组件；项目工程部署运行时，鉴权组件装载授权文件并验证自身是否具备基础授权，如果具备，其它运行组件将生成的身份令牌与其在服务注册中心注册的服务名称一起作为待验证的组件信息发送给鉴权组件；鉴权组件获取服务注册中心的服务实例信息，对待验证的组件信息进行验证，对未授权的运行组件的服务实例和超过实例授权数的服务实例进行强制下线。实现了对微服务组件的动态授权和精细化控制。
-
公开(公告)号：CN118365207A
公开(公告)日：2024-07-19
申请号：CN202410569235.6
申请日：2024-05-09
Applicant: 北京京航计算通讯研究所
IPC: G06Q10/0639 , G06Q10/105 , G06N20/00
Abstract: 本发明涉及一种基于训练大数据的指挥管理人员评价系统，包括数据采集层、数据存储层、数据分析层和数据展示层；数据采集层用于对接入的多源训练大数据进行抽取、转换与数据集成，得到对指挥管理人员进行能力画像所需的多维画像源数据；数据存储层，用于对多维画像源数据进行存储和管理；数据分析层，用于根据数据存储层中的多维画像源数据进行指挥管理人员的画像分析，量化出包括表彰情况、任职经历、实操情况、装备使用、训练能力与考核能力在内的多维能力标签；数据展示层，用于根据量化出的多维能力标签进行指挥管理人员能力画像的展示。本发明对指挥管理人员进行能力画像，全面、客观和综合评价指挥管理人员能力。
-
公开(公告)号：CN113987477B
公开(公告)日：2024-07-19
申请号：CN202111247976.5
申请日：2021-10-26
Applicant: 北京京航计算通讯研究所
IPC: G06F21/55
Abstract: 一种分布式AI系统的防投毒方法和系统，方法包括：接收各客户端节点发送的提交数据，基于提交数据更新中心模型，根据中心模型的误差与预期误差的差距判断当前系统是否存在中毒迹象，若否，则根据预定的策略对中心模型做镜像并通知各客户端节点清空缓存并重新进行数据缓存，缓存数据包括客户端节点的原始数据、处理算法和中间数据；否则，获取上一次模型镜像到当前时刻所有提交数据的客户端节点，并将该客户端节点作为风险节点，根据中心模型的误差与预期误差的差距计算风险节点的风险概率，基于风险概率获取风险节点的累计风险概率，根据累计风险概率对风险节点进行巡检，若存在中毒节点则将中毒节点下线，将中心模型恢复为上一次镜像的模型。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.066 seconds)
