-
公开(公告)号：CN114116198B
公开(公告)日：2024-07-19
申请号：CN202111229664.1
申请日：2021-10-21
Applicant: 西安电子科技大学 , 西安电子科技大学工程技术研究院有限公司
Abstract: 本发明属于车辆管理技术领域，公开了一种移动车辆的异步联邦学习方法、系统、设备及终端，所述移动车辆的异步联邦学习系统，包括用户层、域‑边缘服务器层和数据处理中心层；所述移动车辆的异步联邦学习方法包括：综合利用云计算和边缘计算，提出基于云边车的网络分层分域架构；提出适用于所述基于云边车的网络分层分域架构的异步联邦学习聚合算法aFedV；针对聚合算法和分层分级架构，在不同数据分布上开展实验，从模型训练准确率和通信开销方面验证aFedV算法的性能。本发明综合利用云计算和边缘计算的优势，采用异步模式更新参数，能够减少整个训练过程的通信次数，解决移动联邦成员在计算过程中动态连接无法及时更新参数的问题。
-
公开(公告)号：CN115792421A
公开(公告)日：2023-03-14
申请号：CN202211484740.8
申请日：2022-11-24
Applicant: 杭州电子科技大学信息工程学院 , 杭州电子科技大学
Abstract: 本发明涉及一种熔喷驻极体非织造布的荷电量测量装置及电荷密度测量方法，属于材料电学性能测试领域，荷电量测量装置包括样品池和测试电路接口；所述的样品池包括金属外壳和设置在金属外壳内部的金属内壳，金属外壳和金属内壳之间通过绝缘件隔开，使得金属外壳和金属内壳之间形成空气介质层；所述的测试电路接口内设有一根测试线，测试线的一端与金属外壳连接，测试线的另一端与金属内壳连接，使用时将带电样品放入金属内壳，在测试电路接口接入静电计即可直接测得带电样品的电荷量，进而计算获得电荷密度。本发明简化了测量步骤，理论计算分析简单，准确度受人为因数影响较小。
-
公开(公告)号：CN114116198A
公开(公告)日：2022-03-01
申请号：CN202111229664.1
申请日：2021-10-21
Applicant: 西安电子科技大学 , 西安电子科技大学工程技术研究院有限公司
Abstract: 本发明属于车辆管理技术领域，公开了一种移动车辆的异步联邦学习方法、系统、设备及终端，所述移动车辆的异步联邦学习系统，包括用户层、域‑边缘服务器层和数据处理中心层；所述移动车辆的异步联邦学习方法包括：综合利用云计算和边缘计算，提出基于云边车的网络分层分域架构；提出适用于所述基于云边车的网络分层分域架构的异步联邦学习聚合算法aFedV；针对聚合算法和分层分级架构，在不同数据分布上开展实验，从模型训练准确率和通信开销方面验证aFedV算法的性能。本发明综合利用云计算和边缘计算的优势，采用异步模式更新参数，能够减少整个训练过程的通信次数，解决移动联邦成员在计算过程中动态连接无法及时更新参数的问题。
-
公开(公告)号：CN119359992A
公开(公告)日：2025-01-24
申请号：CN202411395382.2
申请日：2024-10-08
Applicant: 西安电子科技大学
IPC: G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06N3/0464 , G06N3/0455
Abstract: 一种基于多尺度轻量级深度网络的海上目标检测方法，包括以下步骤；步骤(1)：构造数据集图像；步骤(2)：划分数据；步骤(3)：通过将训练图像输入特征提取模块，对输入图像进行编码；步骤(4)：通过权重选择函数来对经过位置编码后的特征图进行选择，得到FSelect；步骤(5)：将FSelect送入后续LSKBlock结构层中，得到不同尺度特征提取后的特征图FLSKBlock；步骤(6)：将FLSKBlock输入到特征融合模块中；输出的FAIFI；步骤(7)：将FAIFI再通过CCFM模块进行进一步融合处理；步骤(8)：将融合后的特征图进行拼接得到最后的特征图；步骤(9)：将得到的特征图经过解码输出生成边界框。本发明通过结合多尺度特征提取和轻量化网络设计，实现高效、准确的海上目标检测。
-
公开(公告)号：CN118902378A
公开(公告)日：2024-11-08
申请号：CN202411308241.2
申请日：2024-09-19
Applicant: 电子科技大学
Abstract: 本发明涉及计算机视觉相机标定领域，特别涉及一种应用于GRAIL系统的头戴式眼动数据的标定方法及系统。通过采集眼动数据和设于眼动仪上的标记数据，获取用户头部位姿、用户眼睛注视方向、以及屏幕校正点位置，并以此为依据，标定出用户眼睛注视目标位置时的实际注视点；基于用户头部位姿与所述实际注视点估计用户三维视线矢量，以确定出显示设备上正确的注视点坐标。本发明在采集数据过程中允许用户头部的大范围运动，配合计算用户眼睛注视目标位置时的实际注视点时，使用了轨迹跟踪方法形成映射点对数据，在不增加额外设备的情况下，其标定结果具有了更高的准确性。整个过程无需无需额外的回环检测和全局优化算法，计算资源的消耗更低。
-
Patent Agency Ranking
公开(公告)号：CN118102298A
公开(公告)日：2024-05-28
申请号：CN202410197106.9
申请日：2024-02-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种跨网络身份认证系统、方法，包括异构网络、软件系统以及终端设备；异构网络用于提供车联网通信基础设施，允许终端设备之间的数据传输，软件系统通过身份认证模块确保终端设备的合法性，并通过网络切片管理模块管理通信的切片，终端设备通过异构网络与其他设备通信，并通过软件系统的身份认证模块与软件系统建立安全通信连接。通过该系统及方法，车联网通信得以安全可信地实现，车辆和平台之间的通信隔离得以保障，为车联网产业的高质量发展提供了有力的支持。解决了车联网通信中身份认证和安全传输的问题。
-
公开(公告)号：CN117930844A
公开(公告)日：2024-04-26
申请号：CN202410110077.8
申请日：2024-01-26
Applicant: 杭州电子科技大学
IPC: G05D1/43
Abstract: 本发明公开了一种基于改进型粒子群算法的船舶航向自适应控制方法。该方法在随机获取种群的基础上，引入半均匀式粒子群初始化算法，对搜索空间进行划分，增加固定粒子，确保种群中粒子分布的均匀性；基于所获取的种群，初始化中群众各个粒子的速度、惯性权重等参数，随后迭代更新粒子位置和速度，并计算粒子的适应度值，以获取其个体最优值和全局最优值；重复上述步骤，通过迭代不断更新全局最优值，直到达到最大迭代次数，停止更新，最终得到k时刻PID控制器参数的最优取值；将控制器参数的最优取值传递回航向控制系统中，并计算k+1时刻的实际航向，重复上述过程，通过优化不断修正PID控制器参数，提高对船舶航向的控制精度。
-
公开(公告)号：CN111210412B
公开(公告)日：2024-03-15
申请号：CN201911426161.6
申请日：2019-12-31
Applicant: 电子科技大学中山学院
IPC: G06T7/00 , G06T7/194 , G06V10/75 , G06V10/764 , G06N20/10
Abstract: 本申请提供一种包装检测方法、装置、电子设备及存储介质，用于改善对产品包装进行检测的准确率较低的问题。该方法包括：获得第一包装图像和第二包装图像，第一包装图像和第二包装图像均是采集目标产品的包装获得的；使用机器视觉模型预测第一包装图像中是否有缺陷，获得第一预测结果；使用神经网络模型预测第二包装图像中是否有候选边框，获得第二预测结果，候选边框表征第二包装图像中存在缺陷的位置范围；根据第一预测结果和第二预测结果确定目标产品的检测结果，检测结果表征目标产品是否合格。
-
公开(公告)号：CN117369273A
公开(公告)日：2024-01-09
申请号：CN202311479871.1
申请日：2023-11-08
Applicant: 西安电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种自动制造系统的活性监督控制器设计方法。自动制造系统由一类Petri网建模。针对该类Petri网中的一个可控变迁，本发明从一个具有活性监督控制策略的初始状态集合中构造出一个子集，该子集的任何状态下，无论不可控变迁如何发射，可控变迁总是控制使能的。再根据该子集构造出子控制器，该子控制器控制可控变迁的使能。所有可控变迁的子控制器均构造好后，再构造协调器来对子控制器进行协调，协调器确保在一个状态下只能允许一个可控变迁发射。本发明将原本的活性监督控制策略转化为Petri网模型，构成了统一的闭环的受控系统，从而可以借助于Petri网的分析软件进行仿真和分析。
-
公开(公告)号：CN112686205B
公开(公告)日：2023-10-13
申请号：CN202110051508.4
申请日：2021-01-14
Applicant: 电子科技大学中山学院 , 中山市希道科技有限公司
IPC: G06V40/16 , G06V10/30 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T5/00
Abstract: 本申请提供一种参数更新方法及装置、多终端网络架构，应用于图像识别领域，其中，多终端网络架构还包括多个终端，每一终端上均部署有第一生成器和第二生成器，服务器上部署有第一鉴别器和第二鉴别器。多终端网络架构中的一个终端与服务器联合训练得到第一生成器的新参数以及第二生成器的新参数之后，除了该终端可以基于新参数进行参数更新，服务器还可以基于该终端训练得到的新参数对多终端网络架构中的其他终端进行参数更新。由于只需要对一个终端更新便可以实现对其他终端的更新，因此，提高了在多终端识别的情景下更新模型的效率。
-
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.036 seconds)
