小样本图像分类方法、装置、电子设备及计算机存储介质

    公开(公告)号:CN112801161B

    公开(公告)日:2024-06-14

    申请号:CN202110087516.4

    申请日:2021-01-22

    Abstract: 本公开提供了一种小样本图像分类方法、装置、电子设备及计算机存储介质,涉及图像分类技术领域。该方法包括:获取待评估图像和多个样本图像,将所述待评估图像和所述的样本图像输入至预设的特征提取模块,提取所述待评估图像的特征和所述样本图像的特征,采用预设的评估模块评估所述待评估图像的类别。本公开实施例通过提取待评估图像和样本图像的特征,并且样本图像带有该样本图像的标记,该标记用于表示该样本图像的类别,通过待评估图像和样本图像的特征确定待评估图像的类别,进而确定待评估图像的分数,能够自动对图像数据进行评分,提高教学效率,减轻教室工作负担,并且保证评分准确性。

    基于Kafka的大数据系统访问量骤增时用户卡顿解决方法

    公开(公告)号:CN115454525A

    公开(公告)日:2022-12-09

    申请号:CN202211071086.8

    申请日:2022-09-01

    Abstract: 本发明涉及性能调优技术领域,具体涉及一种基于Kafka的大数据系统访问量骤增时用户卡顿解决方法,使用默认配置在Kafka集群上运行工作负载W,并记录下所需时间T,抽样获取配置样本数据集并部署在Kafka集群上在相同的工作负载W与工作时间T下运行,选出性能较好的一部分配置组合数据并作标准化处理作为样本数据集;然后将训练样本输入生成器与判别器并同时对他们进行训练,训练完成后生成器生成N组配置,部署运行Kafka并记录每组配置的吞吐率,选出训练样本与生成器生成的N组样本中性能最好的那组配置即为调优目标。本发明能对Kafka消息系统进行有效调优,在相同工作环境下相比默认配置的性能得到提高。

    网络切片辅助的基于H-NOMA无人机通信的任务传输与卸载

    公开(公告)号:CN118488468A

    公开(公告)日:2024-08-13

    申请号:CN202410602761.8

    申请日:2024-05-15

    Abstract: 针对移动边缘计算中无人机系统能耗最小化问题,本发明提出一种网络切片辅助的基于H‑NOMA无人机通信的任务传输与卸载的资源优化方案。首先,在卸载计算任务数、用户智能移动设备的CPU周期频率、无人机轨迹调度等因素约束下,以最小化加权能耗为目标;其次,设计一种分阶段资源优化算法,将原问题分为两阶段更易于处理的子问题并转化为凸优化问题;最后,通过迭代可得到原目标问题的近似最优解。仿真结果表明,本发明在能耗效率方面比基准方案正交多址系统具有明显的优势,加权总能耗与基准方案相比减少了约1/4,且在大规模多任务、多用户应用场景下表现出更大优势。

    一种基于绝对传感器的车辆转向角测量系统

    公开(公告)号:CN112678069B

    公开(公告)日:2023-08-15

    申请号:CN202011626385.4

    申请日:2020-12-31

    Abstract: 本发明公开一种基于绝对传感器的车辆转向角测量系统,包括主齿轮,第一转轴、第二转轴、第三转轴、第一角度测量齿轮、第二角度测量齿轮和计圈齿轮,安装于电路板上的第一角度传感器、第二角度传感器、第三角度传感器和主控单元,主齿轮安装于方向盘的转轴上;第一角度测量齿轮、第二角度测量齿轮和计圈齿轮分别对应安装于第一转轴、第二转轴和第三转轴上且与主齿轮啮合,根据第一角度测量齿轮的转动角度、第二角度测量齿轮的转动角度、计圈齿轮的转动圈数计算出方向盘的转动角度。通过四齿轮结构、角度传感器和主控单元实现对方向盘转轴旋转位置高精度、大量程的非接触式检测,输出更快、更准确的转动角度。

    小样本图像分类方法、装置、电子设备及计算机存储介质

    公开(公告)号:CN112801161A

    公开(公告)日:2021-05-14

    申请号:CN202110087516.4

    申请日:2021-01-22

    Abstract: 本公开提供了一种小样本图像分类方法、装置、电子设备及计算机存储介质,涉及图像分类技术领域。该方法包括:获取待评估图像和多个样本图像,将所述待评估图像和所述的样本图像输入至预设的特征提取模块,提取所述待评估图像的特征和所述样本图像的特征,采用预设的评估模块评估所述待评估图像的类别。本公开实施例通过提取待评估图像和样本图像的特征,并且样本图像带有该样本图像的标记,该标记用于表示该样本图像的类别,通过待评估图像和样本图像的特征确定待评估图像的类别,进而确定待评估图像的分数,能够自动对图像数据进行评分,提高教学效率,减轻教室工作负担,并且保证评分准确性。

    一种空地组网系统及其实现方法

    公开(公告)号:CN112261576A

    公开(公告)日:2021-01-22

    申请号:CN202011130518.9

    申请日:2020-10-21

    Abstract: 本发明公开了一种空地组网系统,包括地面控制中心、至少1个车载终端、至少1个无人机载终端,以及至少1个飞艇终端;车载终端与车载终端、车载终端与无人机载终端、车载终端与飞艇终端、无人机载终端与无人机载终端、无人机载终端与飞艇终端、以及飞艇终端与地面控制中心均通过无线组网互联;该系统利用无人机、飞艇等多层近地空中互联平台连接地面控制中心和移动车辆,提升空间信息广域覆盖与局部增强能力;实现空间网络拓扑随着数据链路上数据流的信息速率需求的变化而变化,达到动态调整网络中节点的位置,满足特定数据链路上数据流的信息速率要求,提升车与无人机、飞艇组网系统的总吞吐量,适合用于特定区域网络流量需求动态变化的场景。

    基于CNN-BiLSTM-XGB的滑坡位移预测方法

    公开(公告)号:CN119537826A

    公开(公告)日:2025-02-28

    申请号:CN202411433528.8

    申请日:2024-10-15

    Abstract: 本发明涉及地质位移预测技术领域,具体涉及一种基于CNN_BiLSTM‑XGB的滑坡位移预测方法,首先采用SSA‑VMD分解法将滑坡位移序列分解为周期项、随机项和趋势项,采用灰色关联度选择合适的影响因子作为输入变量,提出一种基于CNN_BiLSTM‑XGB的组合模型对周期项和随机项位移进行预测,采用集成学习的方法结合CNN_BiLSTM和XGB,利用SSA对组合模型参数进行寻优,简化了参数调整过程,避免了主观因素的影响,提高了模型预测效率。采用二次指数平均法对趋势项位移进行预测,最后采用时间序列理论模型求得滑坡位移预测序列。组合模型能够更充分地提取滑坡位移数据的特征,有效解决深度学习模型中单一模型的预测性能和泛化能力不足的问题,确保预测效率的同时提升模型的预测精度和泛化能力。

Patent Agency Ranking