一种用于图像快速识别且基于蒸馏数据集的进化剪枝方法

    公开(公告)号:CN116912614A

    公开(公告)日:2023-10-20

    申请号:CN202310542307.3

    申请日:2023-05-15

    Applicant: 吉林大学

    Abstract: 本发明公开了一种用于图像快速识别且基于蒸馏数据集的进化剪枝方法,总体上遵循“评估策略筛选‑进化搜索‑性能恢复”的流程。首先,评估策略筛选阶段使用数据集蒸馏方法得到蒸馏数据集,并验证蒸馏数据集在模型评估中的效果,确定蒸馏数据集模型评估方式;然后,进化搜索阶段编码卷积层的过滤器数量,结合约束处理方法,使用进化算法搜索最优剪枝模型,模型评估使用蒸馏数据集和部分真实数据集,大幅降低模型评估的成本;最后,性能恢复阶段使用真实数据集从头训练剪枝模型,恢复进化搜索阶段得到的剪枝模型的精度并输出模型。本发明具有降低评估成本和缩减搜索空间的特点。

    一种基于多移动端-边缘端协同推理的视频目标检测方法

    公开(公告)号:CN116503781A

    公开(公告)日:2023-07-28

    申请号:CN202310467549.0

    申请日:2023-04-27

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于多移动端‑边缘端协同推理的视频目标检测方法,包括:通过移动端设备采集视频,以视频中上一帧中检测目标边界框的尺寸,作为原始边界框尺寸;对原始边界框尺寸进行拓展,从视频帧中裁剪得到当前帧的第一目标边界拓展框;确定当前帧中出现的新目标区域,并对新目标区域的边界框尺寸进行拓展,通过裁剪得到当前帧的第二目标边界拓展框;以第一目标边界拓展框和第二目标边界拓展框的并集作为当前帧的任务集合;边缘服务器同时接收多个移动端设备发送的任务集合,将多个任务集合中包含的边界拓展框进行拼接,得到拼接图像;边缘服务器对拼接图像进行目标检测,将得到的检测结果映射回移动端视频当前帧的相应位置,发送给移动端。

    基于软错误感知的GPGPU程序近似分析系统及方法

    公开(公告)号:CN109815104A

    公开(公告)日:2019-05-28

    申请号:CN201910107441.4

    申请日:2019-02-02

    Applicant: 吉林大学

    Abstract: 本发明提供基于软错误感知的GPGPU程序近似分析系统及方法,以实现对GPGPU程序进行可靠性分析。上述系统进行了多次软错误模拟,将发生软错误后的错误输出结果进行了归类。在归类过程中,根据错误输出结果与标准输出结果间的误差(差异)是否超过用户质量需求,将差异发生类型(SDC)的错误输出,近一步划分为差异可接受类型和差异不可接受类型。这反映了程序可容忍一定范围的误差的近似特性,因此本发明实施例所进行的归类是近似归类。而基于近似归类所进行的可靠性分析,即为“可靠性近似分析”。可靠性近似分析有助于找出真正严重的错误,以此为依据设计保护策略可减少没必要的保护和开销。

    一种集群数据处理方法、装置、设备及介质

    公开(公告)号:CN119088663B

    公开(公告)日:2025-01-28

    申请号:CN202411586571.8

    申请日:2024-11-08

    Applicant: 吉林大学

    Abstract: 本申请公开了一种集群数据处理方法、装置、设备及介质,涉及计算机技术领域,包括:收集计算节点多个维度的当前负载数据;对当前负载数据进行预处理,并通过多个不同主题的消息队列及根据预处理后负载数据的维度信息对预处理后负载数据进行分类存储;根据当前待分析指标从至少一个主题的消息队列存储的预处理后负载数据中获取与目标维度对应的第一数据;将第一数据输入至目标时间序列模型,以输出得到与目标维度对应的预测负载数据,将第一数据输入至目标随机森林分类模型,以输出得到与目标维度对应的安全状态评分。本申请基于消息队列的特点对传统信息收集存储技术进行改进,解决了传统技术开销大、响应慢以及IO量不均衡的问题。

    一种针对欧式空间数据向图神经网络格式数据转化的方法

    公开(公告)号:CN118277468A

    公开(公告)日:2024-07-02

    申请号:CN202410445358.9

    申请日:2024-04-15

    Applicant: 吉林大学

    Abstract: 本发明提供一种针对欧式空间数据向图神经网络格式数据转化的方法,涉及计算机技术与大气物理领域。所述用于欧式空间数据向图神经网络格式数据转化有效构建高维的非欧空间图并利用稀疏矩阵乘法完成欧式空间数据向图神经网络格式数据的转化。利用broadcast的索引方法快速构建大气图,使用稀疏矩阵乘法极大减少内存开销并提升运算速度,减少了欧式空间数据向图神经网络数据转化的开销,并且和传统方法具有相同的精度。本发明,通过结合计算机稀疏矩阵与大气网格构建知识,设计了适用于欧式空间数据向图神经网络格式数据转化的方法,减少了欧式空间数据向图神经网络数据转化的开销,并且和传统方法具有相同的精度。

    一种网络数据分类方法、系统、电子设备及存储介质

    公开(公告)号:CN116186622A

    公开(公告)日:2023-05-30

    申请号:CN202310303361.2

    申请日:2023-03-27

    Applicant: 吉林大学

    Abstract: 本发明公开了一种网络数据分类方法,涉及网络数据分类领域,应用于关系分类器,通过激活扩散的算法,在获取网络数据中结点的邻居集时适当扩展了邻域的范围,打破了网络数据分类中基于一阶马尔可夫假设简化处理的直接邻域获取方式下分类信息获取的局限性,通过改变邻域获取的方式,扩展了分类结点时考虑的邻居结点的范围,从而在构建关于各个类别的参考向量时获取了更多的分类信息,提高了结点的同质性,提高了分类精度,同时与协作推理的方式相结合,对未标记结点的类别概率进行迭代,进一步提高了未标记结点的最终得到的类别概率的准确度。本发明还公开了一种网络数据分类系统,电子设备及存储介质,具有与上述网络数据分类方法相同的有益效果。

    一种在线流数据近似处理方法及装置

    公开(公告)号:CN107506418B

    公开(公告)日:2018-08-24

    申请号:CN201710701338.3

    申请日:2017-08-16

    Applicant: 吉林大学

    Abstract: 本发明公开了一种在线流数据近似处理方法,包括以下步骤:对流数据进行数据学习,获得流数据基于二叉树的数据分布情况,根据数据分布情况,对流数据进行采样,得到采样数据,对采样数据进行计算,获得流数据的近似处理结果。对流数据基于二叉树结构进行数据学习,确定流数据的数据分布情况,根据数据分布情况对流数据进行采样,得到采样数据,根据采样数据计算流数据的近似处理结果。基于流数据进行学习所得到的数据分布情况进行采样,使得采样数据符合流数据的数据分布情况,对样本数据进行计算得到的流数据的近似处理结果同样符合流数据的数据分布情况,提高了近似处理的准确性。本发明还公开了一种在线流数据近似处理装置,具有相应技术效果。

    卫星数据查询方法、系统、设备及计算机可读存储介质

    公开(公告)号:CN108287907A

    公开(公告)日:2018-07-17

    申请号:CN201810095847.0

    申请日:2018-01-31

    Applicant: 吉林大学

    Abstract: 本申请公开了一种卫星数据查询方法、系统、设备及计算机可读存储介质,其中该方法包括获取查询所需数据的指令,得到目标指令;根据目标指令,生成相应的查询条件;根据查询条件,利用预设算法查找相应数据,得到目标数据;其中,查询条件包括地理区域查询条件和元数据查询条件;预设算法为:将查询条件与数据库数据在经纬度上投影,得到第一投影结果和第二投影结果;当第一投影结果与第二投影结果相交时,判断第二投影结果对应数据所在的区域是否在第一投影结果对应的区域内;若是,则第二投影结果对应数据为目标数据。可见,本申请提供的卫星数据查询方法,通过目标指令获得查询条件,并利用预设算法获得相应的高分辨率卫星数据。

Patent Agency Ranking