-
公开(公告)号：CN114238682B
公开(公告)日：2024-07-26
申请号：CN202111558721.0
申请日：2021-12-20
申请人： 郑州轻工业大学
IPC分类号： G06F16/583 , G06F16/55 , G06N3/04 , G06N3/06 , G06N3/08
摘要： 本发明涉及人工智能技术领域，具体涉及一种基于神经网络的图像检索方法及系统。该方法包括：获取每张检索图像输入分类网络中所有神经元输出的输出值序列；根据输出值序列在一个神经元的均值和方差得到特征指标；根据检索图像与对应簇的位置得到每个神经元的区分度；获取检索图像对应样本点的备选样本点，进一步得到每张检索图像对应的高斯模型；根据特征指标与区分度获取高斯模型的权值；获取多张检索图像的混合高斯模型，根据混合高斯模型获取所有备选样本点的匹配概率获取推荐给用户的备选样本点的顺序。能够提取图像中具有的特征，从而更加精准的将检索图像与数据库中的图像进行匹配推荐，提高检索图像分类的准确率。
-
公开(公告)号：CN114880129A
公开(公告)日：2022-08-09
申请号：CN202210657035.7
申请日：2022-06-10
申请人： 郑州轻工业大学
摘要： 本发明涉及计算机技术领域，特别涉及资源利用率预测感知的云数据中心虚拟机资源分配方法，各虚拟机监视器预测所在的物理机在下一周期的负载状态，并将所述预测负载状态发送至所在的物理机上的局部管理器；全局管理器从各局部管理器获取各物理机的预测负载状态；全局管理器根据各物理机的预测负载状态，将预测负载状态为过载的物理机上的部分虚拟机迁移到其他负载状态为正常的物理机上；将所述预测负载状态为不足的物理机上的所有虚拟机迁移到其他负载状态为正常的物理机上，并将所述预测负载状态为不足的物理机置于低功耗状态；本发明能有效提高物理机资源利用率和用户请求完成率，提高了云数据中心的性能，也减少了云数据中心的能耗。
-
公开(公告)号：CN114077498A
公开(公告)日：2022-02-22
申请号：CN202111380847.3
申请日：2021-11-20
申请人： 郑州轻工业大学
摘要： 本发明涉及人工智能技术领域，具体涉及一种面向移动边缘计算的计算负载选择及迁移方法及系统。该方法采集初始工作容器的功率数据和温度数据。当温度数据出现异常时，根据其他工作容器的功率数据筛选出可迁移工作容器。根据可迁移工作容器在容器迁移前的功率数据与初始工作容器的功率数据的相关性判断互补关联度。根据可迁移工作容器在容器迁移后的功率数据与初始工作容器的功率数据的判断互斥关联度。根据互补关联度和互斥关联度共同筛选出最优可迁移工作容器。本发明实全面分析了工作容器之间的互补性和互斥性，提供科学有效的容器迁移策略。
-
-
公开(公告)号：CN114170331B
公开(公告)日：2024-09-10
申请号：CN202111471673.1
申请日：2021-12-06
申请人： 郑州轻工业大学
摘要： 本发明涉及人工智能技术领域，具体涉及一种基于人工智能的图像数据压缩方法及系统。该方法分析训练图像的二维颜色信息，根据二维颜色信息在预设阶数上的二维标准差分析出达到无损效果界限的界限二维颜色信息，并根据二维标准差获得每个像素点的高斯模型，根据压缩颜色信息和界限二维颜色信息在高斯模型上的差异获得颜色趋向性，进一步结合像素点压缩前后与邻域范围内其他像素点的色差构建损失函数。以二维颜色信息作为训练数据训练自编码神经网络。实现通过自编码神经网络达到无损压缩。本发明通过获得色彩宽容度的界限对网络进行约束，实现了利用自编码神经网络对图像数据无损压缩。
-
公开(公告)号：CN114170331A
公开(公告)日：2022-03-11
申请号：CN202111471673.1
申请日：2021-12-06
申请人： 郑州轻工业大学
摘要： 本发明涉及人工智能技术领域，具体涉及一种基于人工智能的图像数据压缩方法及系统。该方法分析训练图像的二维颜色信息，根据二维颜色信息在预设阶数上的二维标准差分析出达到无损效果界限的界限二维颜色信息，并根据二维标准差获得每个像素点的高斯模型，根据压缩颜色信息和界限二维颜色信息在高斯模型上的差异获得颜色趋向性，进一步结合像素点压缩前后与邻域范围内其他像素点的色差构建损失函数。以二维颜色信息作为训练数据训练自编码神经网络。实现通过自编码神经网络达到无损压缩。本发明通过获得色彩宽容度的界限对网络进行约束，实现了利用自编码神经网络对图像数据无损压缩。
-
公开(公告)号：CN111766961A
公开(公告)日：2020-10-13
申请号：CN202010472328.9
申请日：2020-05-29
申请人： 郑州轻工业大学
IPC分类号： G06F3/0354 , A63B21/055
摘要： 一种具备拉力型健身功能的鼠标连接线，涉及计算机外接设备技术领域，包括鼠标本体和连接线主体，所述连接线主体的一端与鼠标本体对应连接，所述连接线主体的另一端设有USB接口，所述连接线主体的外侧滑动连接有两个滑环I，且两个滑环I的内侧之间对应设有拉力单元，所述两个滑环I的外侧分别设有握力单元；本发明通过在鼠标的连接线主体上设置拉力单元和握力单元，占用办公桌周面面积比较小，而且可以起到提醒的作用，并且减少了单独去寻找和拿取健身器械的麻烦，便于长期使用计算机保持坐姿工作的人进行简单的锻炼健身；而且通过可拆卸单元可以增加或者减少弹性拉伸结构I的数量来调节拉力的大小，方便不同需求的人使用。
-
公开(公告)号：CN111582327A
公开(公告)日：2020-08-25
申请号：CN202010321829.7
申请日：2020-04-22
申请人： 郑州轻工业大学
IPC分类号： G06K9/62
摘要： 本发明提供了一种面向智能终端的动作识别训练样本自动标注方法，包括：获取目标用户的未标注动作样本集；对获取到的所述未标注动作样本集进行层次聚类，以得到目标聚类集合，其中，目标聚类集合中每个元素记为一个聚类簇的聚心；基于预定动作识别模型对所述未标注动作样本集中的样本进行分类，以得到分类权值的归一化向量；基于所述归一化向量对所述目标聚类集合中的聚心进行标签投票，以得到聚心标签；基于所述聚心标签对所述未标注动作样本集中的样本进行标注，以得到所述目标用户的标注动作样本集。
-
公开(公告)号：CN116419326A
公开(公告)日：2023-07-11
申请号：CN202310450111.1
申请日：2023-04-24
申请人： 郑州轻工业大学
IPC分类号： H04W28/084 , H04W28/08 , G06F9/50
摘要： 本发明涉及一种云边端满足截止时间要求的资源代价最小的任务卸载方法，计算所有设备完成所有任务的时间和能耗，并分别存储在时间矩阵和能耗矩阵中；分别将时间矩阵和能耗矩阵中的所有元素进行归一化处理；设定每个任务的目标权重向量，采用加权算术平均算子对目标代价值进行加权求和，求出设备完成任务付出的代价值，并将求解得到的代价值存放在资源代价矩阵中；通过匈牙利算法，基于为任务匹配最小代价的设备，为所有任务匹配最佳资源，得到所有任务的最佳卸载方案，不断解决任务资源需求的冲突，使得全体任务的卸载方案满足系统总的代价最小，能够满足任务处理截止时间的前提下最小化系统总代价，表现出较好的处理性能。
-
公开(公告)号：CN114238682A
公开(公告)日：2022-03-25
申请号：CN202111558721.0
申请日：2021-12-20
申请人： 郑州轻工业大学
IPC分类号： G06F16/583 , G06F16/55 , G06N3/04 , G06N3/06 , G06N3/08
摘要： 本发明涉及人工智能技术领域，具体涉及一种基于神经网络的图像检索方法及系统。该方法包括：获取每张检索图像输入分类网络中所有神经元输出的输出值序列；根据输出值序列在一个神经元的均值和方差得到特征指标；根据检索图像与对应簇的位置得到每个神经元的区分度；获取检索图像对应样本点的备选样本点，进一步得到每张检索图像对应的高斯模型；根据特征指标与区分度获取高斯模型的权值；获取多张检索图像的混合高斯模型，根据混合高斯模型获取所有备选样本点的匹配概率获取推荐给用户的备选样本点的顺序。能够提取图像中具有的特征，从而更加精准的将检索图像与数据库中的图像进行匹配推荐，提高检索图像分类的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
30 条记录 (耗时 0.029 秒)