-
公开(公告)号：CN118354004B
公开(公告)日：2024-09-24
申请号：CN202410779805.4
申请日：2024-06-17
申请人： 之江实验室
IPC分类号： H04N1/00
摘要： 在本说明书提供一种卫星图像传输方法、装置、介质及设备中，首先确定地面站发送的传输任务，确定执行传输任务需要的各第一图像，并创建记录各第一图像的传输状态的传输状态表，其次将各第一图像下传地面站，根据各第一图像的传输结果，更新传输状态表，当需要对传输任务更新时，根据更新以及从传输状态表确定的未下传的各第一图像，确定执行传输任务需要的各第二图像，并将各第二图像下传地面站，通过确定各第一图像的传输状态变化，使卫星能够确定未下传的第一图像并从中确定第二图像，从而提升了卫星的资源利用率。
-
公开(公告)号：CN118861998A
公开(公告)日：2024-10-29
申请号：CN202411335914.3
申请日：2024-09-24
申请人： 之江实验室
IPC分类号： G06F18/25 , G06N5/04 , G06N3/0895
摘要： 本说明书公开了一种星载模型部署方法、装置、存储介质及电子设备。在本说明书提供的星载模型部署方法中，获取预先训练的基座大模型和星载基座模型，并将所述星载基座模型传输给目标卫星；确定待部署的目标星载模型所面向的目标任务领域；针对所述目标任务领域训练所述基座大模型，得到面向所述目标任务领域的专家大模型；根据所述专家大模型训练所述星载基座模型，得到面向所述目标任务领域的增量微调模型；将所述增量微调模型传输给所述目标卫星，使所述目标卫星对所述星载基座模型和所述增量微调模型进行融合，得到目标星载模型。
-
公开(公告)号：CN118646472A
公开(公告)日：2024-09-13
申请号：CN202411110336.3
申请日：2024-08-14
申请人： 之江实验室
IPC分类号： H04B7/185 , H04L12/46 , H04L69/324 , H04L69/08
摘要： 本发明公开了一种星地非对称传输链路下的网络报文透明转发方法，包括：地面网络应用通过虚拟网络设备发送链路层网络报文，实现数据从地面网络应用至地面站的转发，完成地面网络应用至地面站的数据转发逻辑；地面站服务器基于星地链路建立地面站和卫星平台之间的数据帧转发模块；通过数据帧转发模块接收来自地面网络应用的数据，并通过星地链路转发至卫星平台；同时接收来自卫星平台的星地数据帧，并转发数据至地面网络应用；卫星平台基于ZYNQ设备实现星地数据帧和链路层网络报文之间的转换，进而实现链路层网络报文到星上网络应用的透明转发。本发明为星地数据传输提供一个更为通用的开发和传输平台，拓宽卫星应用场景。
-
公开(公告)号：CN115457374B
公开(公告)日：2023-02-03
申请号：CN202211395358.X
申请日：2022-11-09
申请人： 之江实验室
IPC分类号： G06V20/00 , G06V10/774 , G06N5/04
摘要： 本发明涉及基于推理模式评估深伪图像检测模型泛化性方法及装置，属于深度学习可解释性应用技术领域；本方法可作为传统评估方法的一种补充，弥补传统方法仅依靠准确率下降率评估泛化性的片面性。本方法基于推理模式提出一种新的泛化性量化方法，从语义层面量化深伪图像检测模型建模的推理模式的复杂度。通过计算复杂度，能够精确的评估深伪图像检测模型的泛化性。本量化方法输出值越大，表示泛化性越强，反之表示泛化性越弱。
-
公开(公告)号：CN115457374A
公开(公告)日：2022-12-09
申请号：CN202211395358.X
申请日：2022-11-09
申请人： 之江实验室
IPC分类号： G06V20/00 , G06V10/774 , G06N5/04
摘要： 本发明涉及基于推理模式评估深伪图像检测模型泛化性方法及装置，属于深度学习可解释性应用技术领域；本方法可作为传统评估方法的一种补充，弥补传统方法仅依靠准确率下降率评估泛化性的片面性。本方法基于推理模式提出一种新的泛化性量化方法，从语义层面量化深伪图像检测模型建模的推理模式的复杂度。通过计算复杂度，能够精确的评估深伪图像检测模型的泛化性。本量化方法输出值越大，表示泛化性越强，反之表示泛化性越弱。
-
公开(公告)号：CN118354004A
公开(公告)日：2024-07-16
申请号：CN202410779805.4
申请日：2024-06-17
申请人： 之江实验室
IPC分类号： H04N1/00
摘要： 在本说明书提供一种卫星图像传输方法、装置、介质及设备中，首先确定地面站发送的传输任务，确定执行传输任务需要的各第一图像，并创建记录各第一图像的传输状态的传输状态表，其次将各第一图像下传地面站，根据各第一图像的传输结果，更新传输状态表，当需要对传输任务更新时，根据更新以及从传输状态表确定的未下传的各第一图像，确定执行传输任务需要的各第二图像，并将各第二图像下传地面站，通过确定各第一图像的传输状态变化，使卫星能够确定未下传的第一图像并从中确定第二图像，从而提升了卫星的资源利用率。
-
公开(公告)号：CN116452945A
公开(公告)日：2023-07-18
申请号：CN202310210844.8
申请日：2023-03-07
申请人： 之江实验室
IPC分类号： G06V10/82 , G06V10/762 , G06N3/0475 , G06N3/094 , G06N3/088
摘要： 本发明公开了一种解构图像生成网络中层表征的方法和装置，属于生成式对抗网络及可解释性应用技术领域。本方法将传统的GAN修改为可解释的GAN而不需要手动标注语义特征。该发明设计一种残差函数来优化通过解构中层表征来增强模型可解释性。本发明提出的方法可以实现无监督学习，使得每组滤波器自觉学习一致的视觉概念的图像区域，同时避免了人为标注语义的操作，更符合神经网络内部真实特性。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.022 秒)
