-
公开(公告)号：CN115907251A
公开(公告)日：2023-04-04
申请号：CN202211415784.5
申请日：2022-11-12
Applicant: 福州大学
IPC: G06Q10/047
Abstract: 本发明提出容量感知的连续微流控生物芯片清洗优化方法，包括以下步骤；步骤一、采用基于协调机制的流体布线算法为流体运输任务计算流路径，通过污染感知的流路径规划，考虑分组后的流体运输任务之间的路径冲突问题；步骤二、采用路径驱动的流体调度算法为流体运输任务与清洗任务求得准确的执行区间，通过预先计算的通道使用文件求得中间流体的缓存位置；步骤三、采用容量感知的清洗优化算法求得清洗路径集，以覆盖所有的清洗目标，并考虑实际的缓冲液容量约束以及与缓存液体的资源冲突约束；本发明在严格满足给定的缓冲液容量约束条件下，极大地避免了各种流处理任务的冲突，同时也优化了流通道的总长度以及交叉点的数量，降低了芯片的构造成本。
-
公开(公告)号：CN115761621A
公开(公告)日：2023-03-07
申请号：CN202211380112.5
申请日：2022-11-05
Applicant: 福州大学
IPC: G06V20/52 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出基于强化学习与残差分类网络进行人群计数的方法，包括以下步骤：步骤S1：采用预设的函数将人的数量定义为多个类别，所述类别与人员数量范围具有对应关系；步骤S2：拍摄密集人群场景，将原始图像输入至残差分类卷积神经网络之中，训练网络，直至网络权重稳定，获取该图像所属的特征图和分块分类结果，即类别图；步骤S3：将图像的特征图与类别图输入至强化学习评估网络之中，根据图像特征对类别图做出精确调整，获取更细粒度的类别图；步骤S4：将图像的类别图映射回人数，获取原图像的计数图，计数图进行值累加获取原摄影机所监测场景图像的预测人数；本发明能够更为精准地对人群中人的数量进行分类，根据分类结果得到人群的具体人数。
-
公开(公告)号：CN115719051A
公开(公告)日：2023-02-28
申请号：CN202211415888.6
申请日：2022-11-12
Applicant: 福州大学
IPC: G06F30/3947 , G06F30/3953 , G06N3/02 , G06N3/084 , G06N20/00
Abstract: 本发明提出基于深度强化学习的轨道分配方法，可提高超大规模集成电路设计布线阶段的轨道分配质量，所述方法采用双深度Q网络(Double Deep Q‑Network,DDQN)算法统筹所有布线层、所有导线以及所有轨道的状态，该算法引入奖赏函数，将动作和状态相互映射，通过计算导线在不同状态下的重叠成本和障碍成本来评估重叠成本和障碍成本是增加或是减少，以此来区分是反馈正向奖赏或是负向奖赏，从而持续提升策略神经网络选取动作的合理性，同时利用策略神经网络和ε‑greedy算法共同选取动作，利用目标神经网络来更新Q值，以防止算法陷入局部最优；本发明提升了算法的运行速度和效率，能提高布线方案的可布线性。
-
公开(公告)号：CN112836397B
公开(公告)日：2023-02-21
申请号：CN202110337815.9
申请日：2021-03-30
Applicant: 福州大学
IPC: G06F30/20 , G06F113/08
Abstract: 本发明涉及一种连续微流控生物芯片下存储最小化的高级综合设计方法，基于路径调度算法,其特征在于，包括以下步骤：步骤S1:根据给定时序图，遍历计算所有操作的优先权，确定操作的调度顺序；步骤S2:优先调度具有较小优先权的操作，计算特定组件的准备时间，选择准备时间最早的组件，绑定并执行所调度的操作；步骤S3:调度该操作优先权最小且就绪的子操作，进行绑定；步骤S4:调度执行给定时序图中所有的操作，得到一组绑定和调度解，以及组件之间的流体运输任务，完成高级综合设计。本发明能获得具有较少存储次数的连续微流控生物芯片的高级综合设计方案。
-
公开(公告)号：CN111581962B
公开(公告)日：2023-02-21
申请号：CN202010408666.6
申请日：2020-05-14
Applicant: 福州大学
IPC: G06F40/284 , G06N3/0464
Abstract: 本发明涉及一种基于主题词向量与混合神经网络的文本表示方法，包括以下步骤：S1）在词向量预训练阶段，结合LDA主题模型与word2vec词向量模型搭建主题词模型，使用搭建的主题词模型进行主题词向量预训练；S2）基于卷积神经网络搭建变分自编码器，使用变分自编码器的编码器部分，建立基于主题词向量预训练和混合神经网络的文本表示模型，以进行文本表示。该方法有利于使文本表示具有更多的语义信息，从而在文本分类中取得更佳的结果。
-
Patent Agency Ranking
公开(公告)号：CN115620116A
公开(公告)日：2023-01-17
申请号：CN202211373056.2
申请日：2022-11-03
Applicant: 福州大学
Abstract: 本发明提出基于语义变化的视频质量评估方法，包括以下步骤；步骤S1：对于移动设备拍摄的不同场景的视频，对视频的每一个帧提取边缘特征；步骤S2：将视频每一帧的边缘与原始图像分别输入空间特征提取网络，获取视频的多尺度空间特征，同时将视频输入时间特征提取网络，获取多尺度时间特征，对多尺度特征进行多频率分量池化和标准池化；步骤S3：将池化后的结果合并，获得视频的时空特征，并将时空特征降维；步骤S4：将降维后的视频时空特征输入质量预测网络建模时序关系，进而预测出整体视频的质量分数；本发明能够有效地提取视频的时空特征并加入语义变化信息，使得质量评价模型获取的视频失真信息更加全面。
-
公开(公告)号：CN113095946B
公开(公告)日：2022-10-04
申请号：CN202110469727.4
申请日：2021-04-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于联邦标签传播的保险客户推荐方法，将多家保险公司作为参与方，生成对应网络图，进行加密节点匹配，得到各方重叠节点集，参与方将节点的邻接矩阵进行同态加密后发送给协调端，协调端在密态下对各参与方的邻接矩阵进行计算，各参与方联合协调端发送回来的结果在本地进行节点重要性，节点相似度与邻居节点重要性的计算，每个节点根据邻居节点的标签与重要性，迭代更新自身的标签直至与前一次迭代所发现的社区相同，最终发现社区分布，从而可以向客户精准推荐保险产品。本发明能够在不损失准确性的前提下联合多家保险公司的客户数据进行社区发现，在提升了准确度的同时最大限度的保护各家保险公司的客户信息隐私。
-
公开(公告)号：CN115016263A
公开(公告)日：2022-09-06
申请号：CN202210585659.2
申请日：2022-05-27
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明涉及一种连续微流控生物芯片下基于DRL的控制逻辑设计方法，旨在为控制逻辑寻求更有效的模式分配方案。首先，提出了一种有效求解多通道切换计算的整数线性规划模型，以最小化控制逻辑所需的时间片数量从而显著提高生化应用的执行效率。其次，提出了一种基于深度强化学习的控制逻辑合成方法，该方法利用双深度Q网络和两种布尔逻辑简化技术为控制逻辑寻求更有效的模式分配方案，从而带来了更好的逻辑合成性能和更低的芯片成本。
-
公开(公告)号：CN114970442A
公开(公告)日：2022-08-30
申请号：CN202210604474.1
申请日：2022-05-31
Applicant: 福州大学
IPC: G06F30/3947 , G06F30/32
Abstract: 本发明提出一种考虑总线感知的多层全局布线方法，包括以下关键策略：1)通过引入布线密度图，设计了一种通过布线密度控制总线布线的布线模型能够同时考虑非总线的布通率与总线的偏差值；2)提出一种通过动态调整布线资源的局部拆线重布模型来完成总线偏差的优化，有效降低总线时延；3)设计了一种基于DFS的多结果循迹算法来得到多个布线方案；4)设计了一种基于偏差感知的层分配算法，以显著减少3D布线方案的总线偏差。能够获得总线偏差较小且高质量的全局布线方案。
-
公开(公告)号：CN112183768B
公开(公告)日：2022-07-08
申请号：CN202011148529.X
申请日：2020-10-23
Applicant: 福州大学
IPC: G06N20/20
Abstract: 本发明提出一种基于语义网的深度学习流程智能组装方法，包括以下步骤；步骤S1：从不同框架所支持的预处理方法中任选几种作为图像数据的预处理方法，以自动或手动的方式；步骤S2：从不同框架所支持的模型结构中选取网络结构，以自动或手动的方式；步骤S3：从不同框架所支持的优化器中选取训练过程中将要使用的优化器，以自动或手动的方式；步骤S4：建立语义模型描述上述三个步骤所选取的不同框架各算法模块的功能，进行组装，构建机器学习模型训练流程，进行模型训练与结果评估；流程的智能组装与训练评估流程可重复进行，保留效果最好的模型作为最终模型；本发明能够有效地针对机器学习中深度学习的流程进行智能组装与自动探索。
-
-
-
-
-
-
-
-
-
Search Results
417
records
(took 0.03 seconds)
