-
公开(公告)号：CN114038216B
公开(公告)日：2022-12-23
申请号：CN202111171374.6
申请日：2021-10-08
Applicant: 之江实验室
Abstract: 本发明公开了一种基于路网划分和边界流量控制的信号灯管控方法，本方法先采用基于最大协同度的路网划分方法将城市全域交通路网划分为子路网簇，并将子路网的每个路口视为一个智能体，设计基于深度神经网络的多智能体强化学习方法，通过子网内智能体执行动作过程中与周围交通环境不断交互来学习生成子路网内信号灯最优协同控制策略。同时通过标定子路网宏观基本图模型，对子路网边界路段及路口进行流量控制，进一步优化子路网交通运行状态和通行效率。本发明相对于传统的交通信号灯控制方法，从全局角度对全域路网进行划分，通过对子路网内多信号灯的协同控制和子网边界的流量控制，实现城市信号灯的高效管控，对缓解城市交通拥堵具有重大意义。
-
公开(公告)号：CN114937081B
公开(公告)日：2022-11-18
申请号：CN202210854127.4
申请日：2022-07-20
Applicant: 之江实验室
Abstract: 本发明公开了一种基于独立非均匀增量采样的网联车位置估计方法及装置，通过将激光雷达点云映射至时空对齐的图像上，对落在图像高级语义约束区域中的映射点，按映射点所处深度区间的点密度进行独立非均匀增量采样，将采样生成的虚拟映射点反向映射至原始点云空间与原始点云合并，并利用合并后的点云基于深度学习方法进行网联车位置估计，解决距离较远或存在遮挡的网联车目标点云稀疏或缺失造成的位置估计不准确问题。本发明设计了一种独立非均匀的增量采样方法，对同一目标实例区域中的映射点按深度值等距划分若干个深度区间，对低密度深度区间设置相对更高的采样率，并限制每个区间的最高采样数，实现映射点的高效合理填充的同时避免无效采样。
-
公开(公告)号：CN114937081A
公开(公告)日：2022-08-23
申请号：CN202210854127.4
申请日：2022-07-20
Applicant: 之江实验室
Abstract: 本发明公开了一种基于独立非均匀增量采样的网联车位置估计方法及装置，通过将激光雷达点云映射至时空对齐的图像上，对落在图像高级语义约束区域中的映射点，按映射点所处深度区间的点密度进行独立非均匀增量采样，将采样生成的虚拟映射点反向映射至原始点云空间与原始点云合并，并利用合并后的点云基于深度学习方法进行网联车位置估计，解决距离较远或存在遮挡的网联车目标点云稀疏或缺失造成的位置估计不准确问题。本发明设计了一种独立非均匀的增量采样方法，对同一目标实例区域中的映射点按深度值等距划分若干个深度区间，对低密度深度区间设置相对更高的采样率，并限制每个区间的最高采样数，实现映射点的高效合理填充的同时避免无效采样。
-
公开(公告)号：CN113811009B
公开(公告)日：2022-04-12
申请号：CN202111118071.8
申请日：2021-09-24
Abstract: 本发明公开了一种基于时空特征提取的多基站网络资源智能分配方法，通过图注意力机制提取各5G基站的位置信息和空间特征，并用长短期记忆机制学习网络用户的行为习惯，提取时间特征，分析各个切片数据包在时空上的波动情况，相较于基于优化算法以及遗传算法的资源分配策略以及基于传统强化学习的资源分配策略，能够得到更高的系统回报，即更高的频谱效率和更好的用户体验，同时可以适应动态变化的环境，更具灵活性和鲁棒性。
-
公开(公告)号：CN112702443B
公开(公告)日：2021-06-18
申请号：CN202110213278.7
申请日：2021-02-26
Applicant: 之江实验室
Abstract: 本发明提供了一种星地协同通信系统多星多级缓存分配方法及装置，包括收集星地协同通信系统完成缓存分配所需的内容流行度信息、缓存大小信息以及传输延时信息；基于多星多级缓存的内容服务方式确定系统缓存分配问题；对缓存分配问题进行求解，得到最优缓存分配策略；基于最优缓存分配策略对系统中多星多级边缘服务器进行内容缓存，以优化星地协同通信系统性能。该方法充分利用星地协同通信系统中的多星多级缓存架构，通过多级边缘服务器之间的协同，以及多个卫星边缘服务器之间的协同，为用户提供边缘内容服务，能够有效减小星地协同通信系统中内容服务延时，由于星地链路长延时导致延时指标无法达到的问题，保障用户延时敏感业务的传输。
-
Patent Agency Ranking
公开(公告)号：CN112512070A
公开(公告)日：2021-03-16
申请号：CN202110157176.8
申请日：2021-02-05
Abstract: 本发明公开了一种基于图注意力机制强化学习的多基站协同无线网络资源分配方法，该方法包括：算法网络结构G和目标网络搭建以及初始化；执行资源分配；重复步骤2的资源分配次，训练算法网络结构G；每完成步骤3中算法网络结构G训练X次，将算法网络结构G权重参数赋值给目标网络，实现目标网络的更新；步骤3执行次后，完成算法网络结构G的训练过程。通过图注意力机制获取主体之间的内在联系，分析各个切片数据包在时空上的波动情况，相较于基于优化算法以及遗传算法的资源分配策略以及基于传统强化学习的资源分配策略，能够得到更高的系统回报，即更高的频谱效率和更好的用户体验，同时可以适应动态变化的环境，更具灵活性和鲁棒性。
-
公开(公告)号：CN118691467A
公开(公告)日：2024-09-24
申请号：CN202410688411.8
申请日：2024-05-30
Applicant: 之江实验室
IPC: G06T3/4053 , G06T3/4046 , G06T3/4038 , G06T5/77 , G06T5/60 , G06V20/70 , G06V10/77 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供一种图像超分辨率的加速方法、系统、装置及存储介质，本发明识别和利用图像中不同区域的信息量差异，进而对这些区域采取差异化的处理策略，通过一种算法识别出图像中信息量丰富的区域和信息量较少的区域，对于识别出的不同区域，本发明采用不同的超分辨率恢复策略，对于信息量丰富的区域，可以采用更为精细的算法，以确保在放大过程中细节的准确恢复；而对于信息量较少的区域，则可以采用更快但可能略微粗糙的算法，以节省处理时间；在保证图像超分质量的前提下，本发明通过智能选择处理策略，显著提高了图像超分辨率的处理速度。
-
公开(公告)号：CN118612509A
公开(公告)日：2024-09-06
申请号：CN202410688412.2
申请日：2024-05-30
Applicant: 之江实验室
IPC: H04N21/44 , H04N21/431 , H04N21/488
Abstract: 本发明公开了一种基于重要性评估的多模态个性化扩散模型视频生成及加速装置和方法，包括：用于对原视频和图像数据进行文本字幕消除和低质量图像筛选过滤的视频图像预处理模块，用于向开源预训练的文本做引导的视频生成扩散模型内注入实体位置的条件信息的文本、实体位置控制的视频生成扩散模型训练微调模块，用于调整视频生成模型的噪声初始化的文本、实体位置控制的视频生成扩散模型优化模块，文本、实体位置控制的视频生成扩散模型推理加速模块和文本、实体位置控制的视频生成扩散模型编辑调整模块。本发明能够解决模型生成质量差、生成效率低、模态信息单一和未充分挖掘扩散模型生成过程中特征间联系的技术问题。
-
公开(公告)号：CN117684125A
公开(公告)日：2024-03-12
申请号：CN202311611199.7
申请日：2023-11-29
Applicant: 之江实验室
Abstract: 本发明公开了一种室温优化Si衬底上NbN薄膜超导转变温度的方法及其应用，包括以下步骤：固定Si衬底温度为室温，溅射功率为100W～300W，沉积气压为1mTorr～5mTorr，反应气体N2和工作气体Ar的气体质量流量比为15％～35％，溅射时间为1200s～1500s，在Si衬底上沉积得到具有高超导转变温度的NbN超导薄膜。本发明方法制备出的NbN超导薄膜的超导转变温度能够达到14.07K，且沉积温度为室温，制备方法简单可靠，可重复性好，可工业批量化生产，同时为后续NbN超导材料的机制研究、超导动态电感探测器研制及其工程应用提供了有力的材料支撑。
-
公开(公告)号：CN117354218A
公开(公告)日：2024-01-05
申请号：CN202311642669.6
申请日：2023-12-04
Applicant: 之江实验室
IPC: H04L43/50 , H04L43/06 , H04L43/045 , H04L67/10 , H04L67/2871 , G06F11/36
Abstract: 本发明公开了一种基于分布式实时通信的自动化测试方法和系统，该方法包括：在被测服务器上，先将搭载了分布式通讯组件的自动化测试中间服务模块作为分布式架构的一个节点加入到智能信号处理系统的数据通讯服务中；再借助此自动化测试中间服务模块中集成的微网络框架把DDS的订阅协议和发布协议封装成Http协议的API接口来与远端测试服务器进行通信；在远端测试服务器上，通过自动化测试框架打造的接口自动化测试框架实现测试用例的编写、管理以及测试结果的可视化展示；最后由CI集成化工具来完成自动化测试的可持续构建、部署和执行工作。本发明能够将被测系统的测试流水化、模块化，在保护被测系统性能和效率的情况下完成各类测试。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.02 seconds)
