-
公开(公告)号:CN114283325B
公开(公告)日:2024-10-18
申请号:CN202111578694.3
申请日:2021-12-22
Applicant: 杭州电子科技大学
IPC: G06V20/05 , G06V10/44 , G06V10/50 , G06V10/77 , G06V10/764 , G06V10/82 , G06T5/40 , G06N3/0464 , G06N3/045 , G06N3/096 , G06N3/048
Abstract: 本发明公开了一种基于知识蒸馏的水下目标识别方法;该方法如下:一、预训练一个复杂模型作为教师模型;复杂模型采用卷积神经网络。二、使用基于高斯过程回归的知识蒸馏方法压缩教师模型,得到学生网络;三、将压缩好的学生网络替换用于水下目标识别的yolov5目标检测网络中的分类网络;四、利用水下激光摄像头,采集水下实时图像;五、使用图像增强算法提高传回的水下实时图像的质量;六、将图像实时输入到更新后的yolov5目标检测网络中,实现实时的水下目标识别;本发明改变了传统知识蒸馏方法中以卷积神经网络中作为学生网络的方法,提出通过高斯回归过程拟合教师网络知识的方法以达到知识迁移的目的。
-
公开(公告)号:CN118966101A
公开(公告)日:2024-11-15
申请号:CN202410878542.2
申请日:2024-07-02
Applicant: 杭州电子科技大学
IPC: G06F30/3308 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/09 , G06N3/084 , G06N3/0895 , G06F115/02
Abstract: 本发明公开了一种基于半监督学习的片上重分布层信号完整性分析方法及系统,方法包括:S1、对片上重分布层信道进行3D建模,通过有限元电磁仿真进行信道散射参数提取;S2、眼图仿真设置;S3、对三维集成微系统中存在的复杂信号完整性问题进行抽象,进行不同条件下的快速瞬态时域仿真,得到变化的眼图数据集,包含标注数据集和无标注数据集,无标注数据集的数量大于标注数据集的数量;S4、使用步骤S3得到的标注变化眼图数据集,根据全监督交叉熵损失函数,对主体卷积神经网络进行全监督反向传播初步训练,得到初步训练完成的模型;S5、使用步骤S3得到的无标注变化眼图数据集,根据半监督交叉熵损失函数,对步骤S4初步训练完成的模型进行训练。
-
公开(公告)号:CN114982596B
公开(公告)日:2023-08-29
申请号:CN202210596162.0
申请日:2022-05-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种空气集水与滴灌装置及方法,包括空气集水机构和储水滴灌机构;空气集水机构在夜晚或清晨利用露水收集板和玻璃板结露水,且在白天还能将吸附剂床夜晚或清晨从空气中吸附的水蒸气重新释放出来,并在降温后的玻璃板上结露水,最终对露水收集板和玻璃板上的露水进行收集,增加了在沙漠空气中的集水量;储水滴灌机构利用高低位置不同的两根水管实现滴灌管内水位稳定,使输送给植物的水量稳定;根据植物需水量不同,利用压绳机构调节进行供水的棉线软管和棉绳数量,调节输送给植物的水量大小。本发明可以在沙漠的极端气候条件下从空气中有效集水,并利用储水滴灌机构的精准滴灌方式为植物供水,实现水资源利用最大化。
-
公开(公告)号:CN114982596A
公开(公告)日:2022-09-02
申请号:CN202210596162.0
申请日:2022-05-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种空气集水与滴灌装置及方法,包括空气集水机构和储水滴灌机构;空气集水机构在夜晚或清晨利用露水收集板和玻璃板结露水,且在白天还能将吸附剂床夜晚或清晨从空气中吸附的水蒸气重新释放出来,并在降温后的玻璃板上结露水,最终对露水收集板和玻璃板上的露水进行收集,增加了在沙漠空气中的集水量;储水滴灌机构利用高低位置不同的两根水管实现滴灌管内水位稳定,使输送给植物的水量稳定;根据植物需水量不同,利用压绳机构调节进行供水的棉线软管和棉绳数量,调节输送给植物的水量大小。本发明可以在沙漠的极端气候条件下从空气中有效集水,并利用储水滴灌机构的精准滴灌方式为植物供水,实现水资源利用最大化。
-
公开(公告)号:CN114283325A
公开(公告)日:2022-04-05
申请号:CN202111578694.3
申请日:2021-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于知识蒸馏的水下目标识别方法;该方法如下:一、预训练一个复杂模型作为教师模型;复杂模型采用卷积神经网络。二、使用基于高斯过程回归的知识蒸馏方法压缩教师模型,得到学生网络;三、将压缩好的学生网络替换用于水下目标识别的yolov5目标检测网络中的分类网络;四、利用水下激光摄像头,采集水下实时图像;五、使用图像增强算法提高传回的水下实时图像的质量;六、将图像实时输入到更新后的yolov5目标检测网络中,实现实时的水下目标识别;本发明改变了传统知识蒸馏方法中以卷积神经网络中作为学生网络的方法,提出通过高斯回归过程拟合教师网络知识的方法以达到知识迁移的目的。
-
-
-
-