-
公开(公告)号：CN109831264A
公开(公告)日：2019-05-31
申请号：CN201810121137.0
申请日：2018-02-07
Applicant: 中国科学院计算技术研究所
IPC: H04B17/373 , H04B17/336 , H04B13/02 , H04W40/10 , H04W40/12 , H04W40/22 , H04W84/18
Abstract: 本发明涉及一种基于最近邻居回归的时序水声信道质量预测方法，包括：初始化步骤水下传感网节点接收初始数据包，以获得邻居节点的标识、剩余能耗及信噪比值并建立包括邻居节点的标识、剩余能耗及信噪值的信道质量矩阵；主动发包步骤，进入主动发包状态的节点采用基于最近邻居回归的时序水声信道质量评估算法，获取其邻居信道质量评估值，并根据该评估值，确认下一跳的转发节点，将该转发节点的标识加入数据包，并广播该评估数据包；被动接收步骤，处于被动接收状态的节点接收到该数据包后，更新该信道质量矩阵，并通过比对标识，判断自身是否为该转发节点。
-
公开(公告)号：CN103412564B
公开(公告)日：2016-02-03
申请号：CN201310320211.9
申请日：2013-07-26
Applicant: 中国科学院计算技术研究所 , 中国人民解放军总参谋部第六十一研究所
IPC: G05D1/00
Abstract: 本发明公开了一种无人系统分布式一致性编队控制方法及其系统，该方法包括：步骤1，为每个节点设置一个初始状态；步骤2，根据需要的编队队形和每个节点的初始状态，得到每个节点相对于头节点的相对位置矩阵；步骤3，设置每个节点的通信功率，使其只能与邻居节点通信；步骤4，调整节点编队中的所有节点的位置；步骤5，根据每个节点的头节点位置以及相对位置矩阵，得到每个节点最终需要的位置。本发明实现了无人编队的协同控制。
-
公开(公告)号：CN104066116A
公开(公告)日：2014-09-24
申请号：CN201410265061.0
申请日：2014-06-13
Applicant: 中国科学院计算技术研究所
Abstract: 水下传感器网络的媒体介质访问控制协议方法及系统，该系统包括：请求发送信息包模块，用于发送节点发送数据前向接收节点发送请求发送信息包；时隙数目计算模块，接收节点根据可定向原则以及请求发送信息包中的信息，用于为该发送节点分配名次，然后把请求发送信息包中的内容存入名次表中，根据请求发送信息包的内容，计算分配给发送节点的时隙数目；数据包发送模块，该发送节点根据计算出的该时隙数目向该接收节点发送数据包；校验模块，用于该接收节点接收到该数据包后进行校验，然后向该发送节点发送校验确认信息包，同时用于结束本次通信。
-
公开(公告)号：CN102521406B
公开(公告)日：2014-06-25
申请号：CN201110442091.0
申请日：2011-12-26
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种海量结构化数据复杂查询任务的分布式查询方法和系统。其中海量结构化数据的分布式查询方法包括：接收用户发出的查询任务并将查询任务分解为多个查询子任务；以及根据该多个查询子任务中的每个查询子任务，对分布式存储的数据并发执行分批次查询，并分布式返回查询到的结果集。本发明采用的分批次查询并保持中间结果状态的查询方法，充分考虑了界面展示应用中小数据量快速查询的需求，同时也兼顾了统计、分析背景下的大结果集的统计需求。
-
公开(公告)号：CN102521405A
公开(公告)日：2012-06-27
申请号：CN201110441775.9
申请日：2011-12-26
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种支持高速加载的海量结构化数据存储、查询方法和系统。其中海量结构化数据的分布式存储方法包括：从用户端接收高速加载的数据；以及利用双滑动窗口结构，将加载的数据进行分布式缓存，并在固定周期之后将缓存的数据进行分布式存储。通过本发明的海量结构化数据分布式存储方法，能够实现对新加载数据的缓存，从而在后期查询数据时能够提高流数据这种对近期加载数据使用频率高的应用下的查询效率。
-
Patent Agency Ranking
公开(公告)号：CN111291836B
公开(公告)日：2023-09-08
申请号：CN202010243249.0
申请日：2020-03-31
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/082 , G06N3/084
Abstract: 本发明提供了一种生成学生网络模型的方法。所述方法包括下述步骤：步骤1)、获取预训练的教师网络模型；步骤2)、构建辅助网络模型；步骤3)、对所述辅助网络模型初始化，利用初始化的辅助网络模型生成学生网络；步骤4)、利用带有图像标签的训练图像对辅助网络进行训练。采用本发明的辅助网络能自动学习出学生网络的结构、神经元数目、卷积核数目。避免人工尝试，且本发明方法的自动学习结果的模型检测精度要比人工尝试方法精度更高。所需要的计算量呈指数级下降。
-
公开(公告)号：CN115661712A
公开(公告)日：2023-01-31
申请号：CN202211348871.3
申请日：2022-10-31
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种轻量级多任务视频流实时推理方法及系统，采用推理效率更高的目标检测模型作为检测基准模型，在其基础上增加可行驶区域分割头网络和多物体跟踪头网络来分别完成可行驶区域分割任务和多物体跟踪任务，通过共享主干网络和特征金字塔网络的方式减少参数量和计算量的冗余，通过级联知识蒸馏的端到端结构化迭代剪枝算法，进一步降低模型的计算量，有效提高了模型在边缘芯片硬件上的加速比，最终模型能够保证精度的同时在边缘端做到实时推理。
-
公开(公告)号：CN110727634B
公开(公告)日：2021-10-29
申请号：CN201910605382.3
申请日：2019-07-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种面向物端数据处理的嵌入式智能计算机系统，包括：IO互联系统，用于通过高速数据通道，将来自多源传感器的物端数据发送至人工智能处理器子系统，并将该物端数据的标签类别发送至嵌入式ARM处理器子系统；嵌入式ARM处理器子系统，用于在内存中检索与该标签类别相对应的人工智能神经网络模型，并将该人工智能神经网络模型加载至该人工智能处理器子系统；人工智能处理器子系统，用于将该物端数据输入至该人工智能神经网络模型，以完成对该物端数据的人工智能处理，得到智能数据处理结果。由此本申请既能完成自然环境数据采集计算任务，也能完成人因环境数据采集计算任务。
-
公开(公告)号：CN111770152B
公开(公告)日：2021-07-20
申请号：CN202010588987.9
申请日：2020-06-24
Applicant: 中国科学院计算技术研究所
IPC: H04L29/08
Abstract: 本发明实施例提供了一种边缘数据管理方法、介质、边缘服务器和系统，该系统中，各边缘服务器各自确定其存储的各副本的最优存储位置，边缘服务器以副本所属的数据表格对应的协同网络内的所有边缘服务器以及该协同网络外访问过该副本的边缘服务器组成的局部边缘服务网络作为副本迁移的计算范围，基于累计时延计算其中每个边缘服务器访问该副本的访问权重，其中，最大访问权重对应的边缘服务器为该副本在局部边缘服务网络中的最优存储位置，将每个副本存储到其对应的最优存储位置，进而有效降低用户数据访问时延；同时，该方法计算复杂度低，可减少对边缘服务器的宝贵计算资源的占用，提高用户体验。
-
公开(公告)号：CN113033764A
公开(公告)日：2021-06-25
申请号：CN202010282701.4
申请日：2020-04-12
Applicant: 北京工业大学 , 中国科学院计算技术研究所
Abstract: 本发明公开了基于高斯分布特征的深层卷积神经网络压缩加速方法，适用于深度神经网络模型的压缩。首先训练好一个原始的卷积神经网络，然后逐层对该网络进行高斯分析，根据分析的结果选择保留还是删除的卷积核，之后进训练，直到模型剪枝完成。本发明在进行压缩剪枝过程中，采用的技术方案是根据分布收敛特征进行剪枝，在压缩的过程中没有引入其他的剪枝约束超参数，因此压缩的过程是自动化搜索的。本发明的压缩结果是直接压缩出更小的模型，没有引入mask对权重进行操作，压缩的结果可以不依赖于相关的加速库而直接产生加速效果，始终让模型的性能保证在原来的基础上，即没有出现任何的精度损失下进行的。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.037 seconds)
