-
公开(公告)号：CN120087441A
公开(公告)日：2025-06-03
申请号：CN202510581350.X
申请日：2025-05-07
Applicant: 之江实验室
IPC: G06N3/086 , G06N3/042 , G06N3/126 , G06N3/0464 , G06N3/0442 , G06N3/0455
Abstract: 本申请提供一种计算图的优化方法、装置以及电子设备。计算图的优化方法包括：根据计算图，生成初始种群；初始种群的每个个体表示计算图的边的输入算子和输出算子之间的一种融合方案；采用遗传算法对种群进行迭代，得到第一种群；若第一种群达到中止迭代条件，采用差分进化算法继续进行迭代，得到第二种群；若第二种群达到中止迭代条件，回到采用遗传算法对种群进行迭代，得到第一种群的步骤；若第一种群或第二种群达到迭代结束条件，终止迭代；输出适应度最高的候选计算图；适应度最高的候选计算图用于生成优化后的神经网络模型。本申请可以提高搜索效率，快速找到计算图中算子的最优融合方案，实现计算图的优化，降低系统处理负荷。
-
公开(公告)号：CN120063298A
公开(公告)日：2025-05-30
申请号：CN202510554626.5
申请日：2025-04-29
Applicant: 之江实验室
Abstract: 本申请公开了一种基于自适应空间约束的地磁轮廓匹配方法、装置及介质，该方法包括：获取待匹配点和当前权重系数的影响参数；权重系数为用于计算待匹配点的组合相似度得分的权重，且权重系数为多个；并通过影响参数，调整当前权重系数后得到目标权重系数；根据目标权重系数，确定组合相似度得分；并将得分最小值对应的待匹配点作为候选点。以候选点为中心，缩小搜索范围进行循环匹配，直至达到迭代条件为止；将最后一次迭代得到的候选点作为目标匹配位置。由此，通过动态调整计算组合相似度得分的权重系数，从而调整不同权重系数对应的相似度约束项在相似度得分中的贡献，从而不断适应复杂多换的导航环境，实现对载体位置的精确匹配。
-
公开(公告)号：CN119721273A
公开(公告)日：2025-03-28
申请号：CN202510212619.7
申请日：2025-02-25
Applicant: 之江实验室
Abstract: 本申请公开了一种模型量化方法、装置及介质，该方法包括：对预训练模型量化得到初始量化模型，并确定插入初始量化模型中的提升模块的目标数量。将初始量化模型划分为目标数量个骨干网络模块；为各骨干网络模块并联插入一个提升模块，得到包括多个目标单元的待优化模型；目标单元包括提升模块和骨干网络模块；依次对待优化模型中各目标单元进行优化，得到中间优化模型；通过预设损失函数对中间优化模型进行全局优化，得到目标优化模型。由此，在初始量化模型中插入提升模块得到待优化模型，即，在初始量化模型中增加计算复杂度以提升计算精度。进一步的，依次对待优化模型进行局部和全局优化，得到高运行速度和高计算精度的目标优化模型。
-
公开(公告)号：CN119003826B
公开(公告)日：2025-02-11
申请号：CN202411470793.3
申请日：2024-10-21
Applicant: 之江实验室
IPC: G06F16/901 , G06F16/903 , G06F18/213 , G06F18/22 , G01N30/72 , G01N33/00
Abstract: 本说明书提供一种气味源识别方法、装置、存储介质和电子设备，通过嗅觉传感器对指定地点的待识别气体进行检测，得到传感器响应特征，根据预先建立的气味源数据库，确定所述传感器响应特征对应的各目标气味源，以及所述各目标气味源的属性信息，根据所述传感器响应特征和预先确定的多变量全局函数，构建以所述各目标气味源为变量因子的因子图模型，其中，所述多变量全局函数以所述各目标气味源与所述指定地点的相对位置为变量，根据所述因子图模型和所述各目标气味源的属性信息，确定所述各目标气味源的位置。通过该方法，能够准确的进行气味源识别，确定各气味源的位置信息。
-
公开(公告)号：CN119003826A
公开(公告)日：2024-11-22
申请号：CN202411470793.3
申请日：2024-10-21
Applicant: 之江实验室
IPC: G06F16/901 , G06F16/903 , G06F18/213 , G06F18/22 , G01N30/72 , G01N33/00
Abstract: 本说明书提供一种气味源识别方法、装置、存储介质和电子设备，通过嗅觉传感器对指定地点的待识别气体进行检测，得到传感器响应特征，根据预先建立的气味源数据库，确定所述传感器响应特征对应的各目标气味源，以及所述各目标气味源的属性信息，根据所述传感器响应特征和预先确定的多变量全局函数，构建以所述各目标气味源为变量因子的因子图模型，其中，所述多变量全局函数以所述各目标气味源与所述指定地点的相对位置为变量，根据所述因子图模型和所述各目标气味源的属性信息，确定所述各目标气味源的位置。通过该方法，能够准确的进行气味源识别，确定各气味源的位置信息。
-
Patent Agency Ranking
公开(公告)号：CN118097359B
公开(公告)日：2024-07-19
申请号：CN202410493628.3
申请日：2024-04-23
Applicant: 之江实验室
Abstract: 本说明书提供的一种模型训练方法、装置、存储介质以及电子设备，获取目标区域的全色图像、多光谱图像以及标准融合图像，将全色图像以及多光谱图像输入到目标模型中，以提取出全色图像的频域特征以及多光谱图像的频域特征，并将全色图像的频域特征以及多光谱图像的频域特征进行特征融合，以确定出第一特征图像，以及，对全色图像以及多光谱图像进行图像融合，以根据融合后的图像中包含的各像素点的像素信息，确定出自适应权重，并根据自适应权重对融合后的图像进行处理，以得到第二特征图像，将第一特征图像与第二特征图像进行叠加，以确定输出的预测融合图像，以最小化预测融合图像与标准融合图像之间的偏差为优化目标，对目标模型进行训练。
-
公开(公告)号：CN118053052B
公开(公告)日：2024-06-28
申请号：CN202410457517.7
申请日：2024-04-16
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/762 , G06V10/26 , G06V20/70 , G06V10/42 , G06V10/44 , G06V20/56 , G06V20/64
Abstract: 本说明书公开了一种无监督的高精矢量地图元素异常检测方法，可以将高精地图中各矢量元素分为线段元素、长线元素以及不规则元素，并基于三类元素构建空间检索树KD‑Tree，而后可以针对每类元素，根据KD‑Tree构建该类元素对应的相对空间关系特征，最后，可以根据各类元素对应的相对空间关系特征，通过预设的离群点检测方法，对各矢量元素进行异常元素检测，本发明提出了一种自动化的针对高精矢量地图的异常检测算法，可以在已构建好的高精矢量地图中无监督、自动化地检测出可能存在错误的异常元素，相较于人工的地图核准工作，能够利用自动化算法降低重复性劳动，同时能够大大提升自动驾驶地图部署效率，降低错误元素的漏检率。
-
公开(公告)号：CN118015316B
公开(公告)日：2024-06-11
申请号：CN202410410287.9
申请日：2024-04-07
Applicant: 之江实验室
IPC: G06V10/75 , G06V10/774 , G06V10/82 , G06V20/17
Abstract: 本说明书公开了一种图像匹配模型训练的方法、装置、存储介质、设备，获取由第一基准图像和第一待匹配图像组成的第一样本组，将第一样本组输入预先训练的教师模型，确定第一基准图像与第一待匹配图像的匹配度，作为伪标注，将第一样本组输入图像匹配模型，确定第一基准图像与第一待匹配图像的当前匹配度，图像匹配模型的复杂度小于教师模型的复杂度，根据当前匹配度与伪标注的差异，对图像匹配模型进行训练，本方法利用预先训练的复杂度较高、输出结果精准的教师模型，使得复杂度较低、运算速度较快的图像匹配模型可以学习到教师模型的策略，最终训练得到运算速度快、输出结果精准的图像匹配模型，可应对时限短、批量大的图像定位匹配任务。
-
公开(公告)号：CN119555022A
公开(公告)日：2025-03-04
申请号：CN202510079138.3
申请日：2025-01-17
Applicant: 之江实验室
Abstract: 本说明书公开了一种矢量磁测计定姿方法、装置、存储介质及电子设备，获取参考磁测计在第一位置的量测磁场强度，以设定角度#imgabs0#多次旋转待测磁测计，获取各次旋转后待测磁测计在第二位置的量测磁场强度。根据参考磁测计在第一位置的量测磁场强度、各次旋转后待测磁测计在第二位置的量测磁场强度、第一参数和第二参数，构建目标函数。在本说明书中，第一参数为未旋转时待测磁测计的坐标系和参考磁测计的坐标系之间的相对角度，第二参数为第一位置和第二位置的矢量磁场差。通过将待测磁测计多次旋转，建立起参考磁测计和待测磁测计坐标系的测量结果之间的等量关系，求解第一参数，确定出待定坐标系相对于参考磁测计的坐标系的旋转姿态。
-
公开(公告)号：CN117870696B
公开(公告)日：2024-05-24
申请号：CN202410287650.2
申请日：2024-03-13
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于感知信息融合的路径导航方法、装置及电子设备。所述方法包括：获取机器人的控制信息以及环境信息，环境信息包括机器人采集到的视觉传感信息以及嗅觉传感信息；根据控制信息以及环境信息，确定机器人的联合状态信息，联合状态信息用于表征机器人的机器人状态和环境状态在未来若干时刻的置信分布；根据联合状态信息，确定气味源所在位置的置信分布信息，并根据气味源所在位置的置信分布信息确定气味烟羽的分布信息；根据联合状态信息、气味源所在位置的置信分布信息以及气味烟羽的分布信息，对机器人进行路径导航。本方案将视觉传感信息和嗅觉传感信息相结合，提高了导航的准确性。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.022 seconds)
