-
公开(公告)号：CN116430868A
公开(公告)日：2023-07-14
申请号：CN202310444452.8
申请日：2023-04-19
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G05D1/02
Abstract: 本发明提供了一种基于深度学习的自主导航与避障系统，包括以下步骤：S1，对单目图像进行语义分割，从而对障碍物进行分割并确定水域边界，并检测船舶与障碍物之间的距离；S2，将语义分割结果传递给语义点云，生成驾驶推荐地图；S3，通过全球定位系统GPS来进行全局路径规划，定位船舶的绝对位置，并进行局部路径规划；S4，通过局部路径规划来设计船舶的最快路径和最短路径；S5，通过语义点云来训练深度学习模型，通过深度强化学习进行船舶运动规划，进而控制船舶的转向和速度，实现船舶的自主移动导航。在本申请中，使用深度强化学习来控制舵机将舵向正确方向转动。此外，全局和局部路径规划可以找到最佳路线和最短、最安全的路径。
-
公开(公告)号：CN117010438A
公开(公告)日：2023-11-07
申请号：CN202310798514.5
申请日：2023-06-30
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06K19/077 , G01N27/00 , G06K19/07 , G06F30/20 , G06F30/10
Abstract: 本发明提供了一种实时监测水果变质的高频RFID传感器，包括PET基板，在PET基板上设有芯片和天线，所述天线包括：环形结构，所述环形结构用于促进阻抗匹配；条状结构，所述条状结构用于减少由水果高介电常数表面引起的损耗电阻；眼型嵌套槽，所述眼型嵌套槽用于维持高虚阻抗，以减轻水果高介电常数表面的电容效应。本发明优化了RFID芯片与水果表面之间的阻抗匹配，减小信号损失，改善监测系统的整体性能和可靠性，可以显著提升水果变质的实时监测能力。
-
Patent Agency Ranking
公开(公告)号：CN117155945A
公开(公告)日：2023-12-01
申请号：CN202310466900.4
申请日：2023-04-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L67/104 , H04L67/1074 , H04L9/40 , H04L9/00 , G16H50/80
Abstract: 本发明提供了基于多层区块链的可信跟踪系统，包括如下步骤：利用预言机从信息源获取统计信息，提取统计信息并进行存储；利用数据聚合智能合约来检查列出的预言机的统计信息的真实性、可靠性和声誉值；使用预言机从授权的在线资源中检索信息；当预言机检索到受感染比例和死亡人数信息后，将检索到的数据发送到数据聚合智能合约；通过声誉智能合约来更新参与的预言机的声誉值，如果报告的统计信息的数量接近数据聚合智能合约的继承数量，则提高预言机的声誉值。解决了现有技术中存在的当传染病爆发时，统计数据太多，其中存在大量虚假信息并且会侵犯个人数据隐私的问题，能够减少伪造数据的传播，更好地对传染病的传播进行监测。
-
公开(公告)号：CN116861287A
公开(公告)日：2023-10-10
申请号：CN202310752440.1
申请日：2023-06-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/24 , G06F18/22 , G06F18/23 , G06N3/0895
Abstract: 本发明提供了一种基于多标签演化高维文本流的在线半监督分类算法，其特征在于：包括模型初始化、分类阶段和模型维护；取Dinit个带标签的文档，并为每个标签创建Zmin个微簇，微簇包含文档；初始模型对每个到来的文档流进行预测，对于每个到来的文档，模型计算簇‑文档的概率，并基于概率得分，选择k个最近的微簇Zd；此时，需要预测的标签数Y等于具有高于Zd分布均值的微簇的数量lcount；当大于平均值的簇数量为一，则预测在最近的簇中有高簇数量的标签，否侧比较每个标签的簇概率之和，并用最近标签的标签共现得分进行预测；在预测标签后，如果到来的文档没有标签，则将其添加到每个预测标签的最近微簇中，否则将到达的文档添加到地面真实标签的最近微簇中。
-
公开(公告)号：CN118734990A
公开(公告)日：2024-10-01
申请号：CN202410716626.6
申请日：2024-06-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N20/00 , H04L67/104 , G06F16/182 , G06F16/22 , G06F16/27
Abstract: 本发明涉及模型训练技术领域，公开了一种基于IPFS和区块链的联邦学习模型去中心化学习方法，该方法包括：使用区块链上的全局参数哈希链接从星际文件系统中获取联邦学习模型的全局模型参数，根据全局模型参数初始化本地模型，并对本地模型进行训练，更新客户端本地参数和本地模型平均回合奖励，将客户端本地参数和本地模型平均回合奖励上传到星际文件系统存储并将对应的本地参数哈希链接存储到区块链中，从星际文件系统中获取根据若干客户端本地参数和本地模型平均回合奖励更新后的全局模型参数，本发明利用IPFS进行模型参数的去中心化存储，整合区块链技术和星际文件系统以进行联邦学习，提高联邦学习的可扩展性。
-
公开(公告)号：CN116701928A
公开(公告)日：2023-09-05
申请号：CN202310612029.4
申请日：2023-05-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/214 , G06F21/64 , G06F21/60 , G06N20/00
Abstract: 本发明提供了个性化联邦学习的区块链增强循环蒸馏引导信道解耦框架，所述框架包括以下部分：建立蒸馏引导的信道解耦联邦学习框架；将区块链集成到联邦学习过程中；采用循环蒸馏，并将自我蒸馏引入个性化联邦学习中。本发明具有个性化机器学习模型的效率和安全性高，隐私泄露风险低的优点。
-
公开(公告)号：CN116579416A
公开(公告)日：2023-08-11
申请号：CN202310431723.6
申请日：2023-04-19
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N3/098 , G06N3/0455 , G06F21/62 , G06F21/64
Abstract: 本发明提供了一种基于区块链的多代理异构学习框架，包括以下步骤：S1，使用自编码器进行本地辨别性特征提取；S2，在非独立同分布数据上进行联邦学习；S3，使用区块链进行梯度和权重隐私保护；S4，使用选择性梯度追踪实现通信效率和更快收敛，本发明具有更快的训练收敛速度、更高的通信效率，且隐私性和保密性高的优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
