智慧医疗场景下时间相关特征挖掘的中草药识别方法

    公开(公告)号:CN115100486B

    公开(公告)日:2024-11-08

    申请号:CN202210637330.6

    申请日:2022-06-07

    摘要: 本发明公开了一种智慧医疗场景下时间相关特征挖掘的中草药识别方法,包括:构建中草药图像样本数据集;采用金字塔网络模型对导入的中草药图片进行处理,以输出具有空间敏感度的高分辨率特征图,减少空间流和语义流上特征图进行特征融合时出现空间信息定位偏差;构建激活区域生成网络,获取中草药时间序列特征中的时间不变特征;构建特征映射结构块,针对当前生长周期的中草药特征与其余生长周期的中草药特征建立映射关系;构建中草药识别网络模型,得到中草药识别结果。本发明通过在中草药数据集上进行训练提取泛化的不同种类的中草药所具有的特征表示,提高对同一种类的相似中草药的识别准确度和判断中草药质量参差的准确度。

    一种面向能源站运维管理的多层次知识图谱构建方法及系统

    公开(公告)号:CN118535746A

    公开(公告)日:2024-08-23

    申请号:CN202410489060.8

    申请日:2024-04-23

    摘要: 本发明公开了一种面向能源站运维管理的多层次知识图谱构建方法,包括:获取能源站层面数据,对所述能源站层面数据进行关系抽取并构建单层数据切面,将所述单层数据切面进行实体对齐,通过数据融合形成单层次知识图谱;对所述单层次知识图谱进行整合得到多层次知识,所述整合包括,通过对不同层的知识图谱进行实体对齐,并创建融合静态属性相似度和迭代关系相似度调整的综合评分体系得到对齐实体;通过所述对齐实体,计算不同的所述单层次知识图谱之间的实体对齐率,根据所述实体对齐率判断不同图谱之间是否达到预设阈值建立链接,根据所述判断结果对多层次知识图谱进行质量评估,减少了资源浪费,增强了能源站对于突发事件的应对能力。

    超密集工业物联网中基于超图匹配的频谱分配和设备管联方法

    公开(公告)号:CN118510017A

    公开(公告)日:2024-08-16

    申请号:CN202410392738.0

    申请日:2024-04-02

    摘要: 本发明公开了一种超密集工业物联网中基于超图匹配的频谱分配和设备管联方法,包括:针对超密集工业物联网宏小区场景中网络实体间的资源使用特征,构建了密集部署飞蜂窝基站的IIoT宏小区场景;在该场景中引入一对多的设备到设备(D2D)通信技术以减少设备之间的干扰并考虑非正交多址接入技术(NOMA)以支持工业物联网设备(IIoTE)的多址接入;在构建宏小区中飞蜂窝基站及其内部设备之间的超图干扰模型时,将飞蜂窝接入点(FAP)定义为顶点,干扰定义为边和超边构建超图模型;根据得到的超图让产生较少干扰的基站共享同一频谱并使用基于超图的最大顶点权重团算法,实现频谱资源最优化分配以及频谱共享最佳匹配。本发明能够显著提高频谱效率,具有广阔的应用前景。

    一种面向联邦学习的用户调度和资源分配方法

    公开(公告)号:CN114554495B

    公开(公告)日:2024-08-13

    申请号:CN202210109913.1

    申请日:2022-01-29

    IPC分类号: H04W16/10 H04W16/22

    摘要: 本发明公开了一种无线物联网环境下基于联邦学习的用户调度和资源分配方法,无线物联网环境下联邦学习网络包括1个边缘服务器和K个用户组成;无线通信采用正交频分多址(OFDMA)方案,有N个正交子信道。本方法通过减少联邦学习每一轮中消耗得时延和减少总迭代轮数两个方面来进行用户调度。最后将最小化联邦学习时间和能量开销问题,分解为3个子问题。本方法在满足用户需求的前提下,合理的分配了基站的发展功率、用户计算、上行链路带宽资源,有效的降低了联邦学习的总时延和能量开销,提升了资源利用率。

    基于树木生长模型的智慧园林航拍树种自适应识别方法

    公开(公告)号:CN115100522B

    公开(公告)日:2024-07-12

    申请号:CN202210741289.7

    申请日:2022-06-27

    摘要: 本发明提供了一种基于树木生长模型的智慧园林航拍树种自适应识别方法,包括如下步骤:构建航拍树种数据集以及进行模型训练;利用树木生长模型进行粘连树木分割和树种区域定位;对分割好的树种区域图片进行色差补偿;将最终处理图片送入到模型中进行识别,并将识别的参数信息在原图对应位置进行标注,输出最终的识别结果图。在智慧园林场景中,利用本发明的方法,可以很好的解决由于粘连严重和天气变化导致的色差变化所引起的树种识别不准确问题,同时本发明避免使用点云雷达和红外光栅传感器等昂贵的特征提取设备,在保证识别准确度的情况下,极大减轻了园林成本投入。

    跨域异质场景下基于TDD通信的联邦学习效率评测方法

    公开(公告)号:CN115659212B

    公开(公告)日:2024-04-09

    申请号:CN202211184164.5

    申请日:2022-09-27

    摘要: 本发明提供了跨域异质场景下基于TDD通信模式的联邦学习效率评测方法,其通过计算数据传输时间来评估联邦学习的通信效率,首先配置了测试环境包括跨域数据集、学习任务、算法和客户端设备等,然后根据上述的配置环境计算出在每个通信轮次下客户端上传和下载数据所耗费的时间即每个轮次的通信开销,其次通过绘制精确度和迭代轮次曲线得到目标精度下的收敛轮次,最后根据通信开销和收敛轮次计算得出整个联邦学习过程中的数据传输时间,本发明给出了一种通信效率评估的详细步骤和具体参数设置方法,适用于多种不同联邦学习框架和算法,为联邦学习通信效率评估提供了一定的参考见解。