-
公开(公告)号：CN111401249A
公开(公告)日：2020-07-10
申请号：CN202010186717.5
申请日：2020-03-17
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种基于不同粒度特征匹配一致性的物体重识别方法，其包括以下步骤：输入物体的原始图像及待识别图像，预处理待识别图像，通过投影变换得到无背景干扰的待识别图像；通过角点检测方法提取待识别图像及原始图像的细粒度特征，利用角点匹配方法匹配待识别图像与原始图像的细粒度特征匹配结果；通过图像算法过滤待识别图像及原始图像的细浅纹理，通过角点检测方法提取待识别图像及原始图像的粗粒度特征，利用角点匹配方法得到待识别图像与原始图像的粗粒度特征匹配结果；基于细粒度特征匹配结果和粗粒度特征匹配结果进行比对，得到物体重识别结果；本发明能够有效提升随机纹理物体的匹配精度，从而提高物体的重识别速度和效率。
-
公开(公告)号：CN111353587A
公开(公告)日：2020-06-30
申请号：CN202010162181.3
申请日：2020-03-10
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种深度神经网络的可解释生成方法，包括：S1、挖掘推理路径：获取预训练网络和数据集，采用关键数据路由路径挖掘所述数据集中每一条数据在预训练网络的神经网络中对应的推理路径；S2、聚合推理路径：将同一类数据的推理路径进行聚合，得到该类数据对应的网络结构；S3、组合网络结构：将同一类数据对应的网络结构进行组合，得到针对特定任务进行推理的子网络，运用子网络进行针对于若干类网络的分类任务，可有效节省网络的存储和计算消耗。
-
公开(公告)号：CN111242281A
公开(公告)日：2020-06-05
申请号：CN202010014858.9
申请日：2020-01-07
Applicant: 中国科学院计算技术研究所厦门数据智能研究院
Abstract: 本发明公开了一种深度卷积神经网络权值优化方法，包括以下步骤：获取初始种群，进行初始化和基因编码；对初始种群中所有个体进行梯度下降的参数训练，直至到达预设的次数；计算个体适应度并进行排序；基于遗传算法，对初始种群进行选择、交叉、变异操作，获得新一代种群；判断是否到达终止条件，若否则对新一代种群进行迭代训练和进化。本发明采用遗传算法与梯度下降方法相结合，来优化深度卷积神经网络权值，能够提高深度卷积神经网络的识别率，同时提高了深度卷积神经网络的获得速度。
-
公开(公告)号：CN107220285B
公开(公告)日：2020-01-21
申请号：CN201710270989.1
申请日：2017-04-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/22
Abstract: 本发明涉及一种面向海量轨迹点数据的并行时空索引构建方法，以轨迹点数据文件作为索引单元，降低了索引的存储消耗，使索引结构具有高度的可扩展性；同时使用了希尔伯特曲线对数据文件进行划分，相比其他的多维到一维映射的方式，希尔伯特曲线因其优秀的空间填充特性使得划分效果更良好，能够降低数据倾斜发生的概率。
-
公开(公告)号：CN110519020A
公开(公告)日：2019-11-29
申请号：CN201910744399.7
申请日：2019-08-13
Applicant: 中国科学院计算技术研究所
IPC: H04L1/16 , H04L1/00 , H04W74/08 , H04B17/382
Abstract: 本发明提出一种无人系统网络智能跨层数据传输方法及系统，包括在路由层采用上限置信区间作为节点选择转发节点的搜索策略；采用双Q学习技术解决由于Q值过高估计导致行为选择评价不准确的问题；回报值的计算综合考虑MAC延时，链路错误概率与位置误差，使其更能反映动作的效益；根据节点速度与MAC延时，为每条链路赋予不同的学习率与折扣因子，实现学习率与折扣因子的自适应调节。最后结合MAC层与路由层，利用MAC延时参数共享实现跨层优化，提出一个无人系统网络智能跨层数据传输方法和系统。
-
Patent Agency Ranking
公开(公告)号：CN110062476A
公开(公告)日：2019-07-26
申请号：CN201910237579.6
申请日：2019-03-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种分布式工业无线网介质访问控制方法及系统，包括：分布式工业无线网中欲发送报文的发送节点向接收节点发送传输请求，接收节点成功接收到传输请求后，向发送节点的邻居节点广播功率竞争启动报文；邻居节点根据功率竞争启动报文中的功率要求，参与功率竞争并发送竞争报文至接收节点；接收节点收到竞争报文后，发送竞争结束报文至邻居节点，邻居节点根据竞争结束报文判断其是否竞争成功，若成功，则邻居节点和发送节点均发送报文通过功率域上的多路接入被接收节点同时接收，否则仅发送节点均发送报文至接收节点。本发明可应用于工业无线网络，实现功率区分多路访问的低延迟分批竞争MAC，降低接入时延，提升工业无线网络的工作效率。
-
公开(公告)号：CN109598755A
公开(公告)日：2019-04-09
申请号：CN201811344620.1
申请日：2018-11-13
Applicant: 中国科学院计算技术研究所 , 北京特种工程设计研究院
Abstract: 本发明提供一种基于双目视觉的危化品泄漏检测方法，该方法对于从不同角度拍摄的两幅危化品图像，执行：基于危化品液面的亮度特征获得第一危化品液面区域；基于危化品液面的纹理特征获得第二危化品液面区域；将所述第一危化品液面区域和所述第二危化品液面区域进行融合，获得待提取的危化品液面区域；对所述待提取的危化品液面区域进行立体匹配，获得两幅危化品图像的匹配点；根据获得的匹配点，计算所述待提取的危化品液面区域的空间位置。本发明能够准确快速的定位危化品泄漏的空间位置。
-
公开(公告)号：CN109543818A
公开(公告)日：2019-03-29
申请号：CN201811221654.1
申请日：2018-10-19
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于深度学习模型的链路评估方法，包括：设置深度学习模型结构；采集网络中链路的流量数据和该链路的占用度数据为数据对；对所有该数据对进行划分以建立训练集和测试集；以该训练集对该深度学习模型进行训练，确定该深度学习模型的参数；以该测试集对该深度学习模型进行测试，若测试正确率小于测试阈值，则调整该参数并对该深度学习模型重新训练，反之则以该深度学习模型为链路评估模型；通过该链路评估模型以该链路的当前流量数据获取该链路的当前占用度，以对该链路进行评估。
-
公开(公告)号：CN108985367A
公开(公告)日：2018-12-11
申请号：CN201810734031.8
申请日：2018-07-06
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种计算引擎选择方法和基于该方法的多计算引擎平台。该方法包括：将待计算任务对应的任务特征数据输入到多个计算引擎中的每一个计算引擎的任务执行时间预测模型，获得待计算任务在每一个计算引擎上的任务执行时间预测结果，其中，所述任务执行时间预测模型是基于训练样本集通过训练获得，所述训练样本集包括多条任务特征数据和对应的任务执行时间；根据所述任务执行时间预测结果从所述多个计算引擎中选择执行待计算任务的计算引擎。本发明的方法能够自动选择效率高的计算引擎，降低了任务执行时间。
-
公开(公告)号：CN107277884A
公开(公告)日：2017-10-20
申请号：CN201710350525.1
申请日：2017-05-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种针对6TiSCH多跳无线网络的静态链路调度方法，包括：1)针对每一个源节点，确定从所述源节点到潜在的目的节点的端到端平均时延fD以及能量消耗fE；2)求解使得端到端平均时延fD最小、以及能量消耗fE最小的条件下的链路调度决策变量x，所述链路调度决策变量x决定某一个节点在时隙-频率块中是否转发来自其他节点的数据包。
-
-
-
-
-
-
-
-
-
Search Results
202
records
(took 0.043 seconds)
