一种基于原型补全的小样本学习方法

    公开(公告)号:CN117934940A

    公开(公告)日:2024-04-26

    申请号:CN202410096752.6

    申请日:2024-01-24

    Abstract: 本发明属于深度学习领域,具体涉及一种基于原型补全的小样本学习方法,包括:构建一个教师‑学生模型包括ft为教师模型和ft同结构的学生模型fs,教师模型监督学生模型的训练过程;通过预训练后的特征提取器#imgabs0#提取支持样本和查询样本的特征,通过计算属于同一类别的样本特征的平均值获取对应类别的原型;构建门控循环单元对计算出的类原型进行更新,并存储到内存模块;计算查询样本和更新后的类原型之间的欧几里得距离来对样本分类。本发明构建了一个基于知识蒸馏的教师‑学生模型,减轻了原型偏置的问题;并通过门控循环单元对其进行更新,缓解了由于缺乏样本而导致的原型偏差问题。

    一种基于车联网多媒体内容交易的动态定价方法

    公开(公告)号:CN116468462A

    公开(公告)日:2023-07-21

    申请号:CN202310520134.5

    申请日:2023-05-10

    Abstract: 本发明属于互联网能源交易领域,具体涉及一种基于车联网多媒体内容交易的动态定价方法,包括:构建RSU、中继车辆和用户车辆三方之间的多媒体内容定价框架;根据传输速率、QoE评价标准和RSU服务成本制定用户车辆效用;根据支付RSU的佣金和传输能量消耗成本制定中继车辆效用;根据获得的服务成本和中继车辆支付的佣金与传输功率成本制定RSU效用;将RSU、中继车辆、用户车辆之间的交流合作建模为非合作Stackelberg博弈模型,根据三方效用计算最优策略。本发明同时考虑中继车辆、用户车辆和RSU三方之间的相互作用,不仅提高了QoE与中继车辆积极性,还解决了中继车辆的有限存储空间问题。

    一种车联网中基于分簇的轻量级匿名相互认证方法

    公开(公告)号:CN118785159A

    公开(公告)日:2024-10-15

    申请号:CN202410900915.1

    申请日:2024-07-05

    Abstract: 本发明属于车联网中的身份认证领域,具体涉及一种车联网中基于分簇的轻量级匿名相互认证方法,所述方法包括车辆内的车载单元和车辆外的路边单元分别向可信中心进行离线注册;用户通过密码登录其车辆内的车载单元,车载单元向验证通过的用户授予访问权限;路边单元向可信中心发送认证请求,可信中心公布验证通过的路边单元的身份;簇头车辆向同一类簇的簇员车辆发送认证请求,簇员车辆反馈认证信息,簇头车辆与簇员车辆建立会话密钥;簇头车辆向合法的路边单元发送认证请求,路边单元反馈认证信息,合法的路边单元与簇头车辆建立会话密钥。本发明能够保证车联网系统中各实体安全地进行通信,并且降低了计算开销和通信开销从而提高了认证效率。

    一种基于区块链的新能源汽车能源交易方法

    公开(公告)号:CN116109361A

    公开(公告)日:2023-05-12

    申请号:CN202310089175.3

    申请日:2023-02-09

    Abstract: 本发明属于互联网能源交易技术领域,具体涉及一种基于区块链的新能源汽车能源交易方法;该方法包括:建立基于区块链的能源交易系统,包括区块链平台和能源交易平台;能源请求者和能源提供者获得区块链平台的账户,并通过所述账户进行加密签名确认;基于能源交易平台构建请求效益函数和提供效应函数;采用基于收敛型蛛网的交叉迭代协商定价算法,根据请求效益函数和提供效应函数对能源请求者和能源提供者进行协商定价,得到定价方案;能源请求者和能源提供者根据定价方案和账户进行能源交易,并将交易结果记录到区块链上;本发明实现了交易双方效用最大化,提升了系统的整体性能。

    一种嵌入高阶信息的多尺度人脸年龄估计方法及系统

    公开(公告)号:CN111814611A

    公开(公告)日:2020-10-23

    申请号:CN202010590398.4

    申请日:2020-06-24

    Inventor: 钟福金 王新月

    Abstract: 本发明涉及人脸年龄估计领域,具体涉及一种嵌入高阶信息的多尺度人脸年龄估计方法及系统,所述方法包括:输入人脸图像,对其进行预处理;将人脸图像输入到残差网络中进行全局特征提取以构建全局支路;在全局支路的不同位置插入用于提取高阶年龄信息的块;将ResNets的第一个卷积层的输出特征图作为长短期记忆网络的输入,获取年龄敏感区域的位置信息,通过剪裁得到局部特征图以构建局部支路;通过反向传播最小化损失函数,对两条支路进行联合优化,对神经网络进行迭代训练;将测试集输入到训练好的神经网络模型中,根据年龄特征计算输出最终预测年龄。本发明的网络模型计算成本较低,精度高,相关产品的适用性较强。

    一种嵌入高阶信息的多尺度人脸年龄估计方法及系统

    公开(公告)号:CN111814611B

    公开(公告)日:2022-09-13

    申请号:CN202010590398.4

    申请日:2020-06-24

    Inventor: 钟福金 王新月

    Abstract: 本发明涉及人脸年龄估计领域,具体涉及一种嵌入高阶信息的多尺度人脸年龄估计方法及系统,所述方法包括:输入人脸图像,对其进行预处理;将人脸图像输入到残差网络中进行全局特征提取以构建全局支路;在全局支路的不同位置插入用于提取高阶年龄信息的块;将ResNets的第一个卷积层的输出特征图作为长短期记忆网络的输入,获取年龄敏感区域的位置信息,通过剪裁得到局部特征图以构建局部支路;通过反向传播最小化损失函数,对两条支路进行联合优化,对神经网络进行迭代训练;将测试集输入到训练好的神经网络模型中,根据年龄特征计算输出最终预测年龄。本发明的网络模型计算成本较低,精度高,相关产品的适用性较强。

Patent Agency Ranking