-
Patent Agency Ranking
公开(公告)号：CN114970833B
公开(公告)日：2024-11-19
申请号：CN202210709776.5
申请日：2022-06-22
Applicant: 兰州交通大学
IPC: G06N3/098 , H04W12/02 , H04W12/033 , H04W28/084 , H04W4/02 , H04W4/33 , H04W64/00
Abstract: 一种基于Android的差分私有室内定位联邦学习方法，包括数据收集与预处理、离线训练和在线定位三个阶段；在数据收集与预处理阶段，移动终端设备收集RSS指纹数据并通过计算位置点与RSS指纹数据间的皮尔逊相关系数来剔除不相关的位置点；在离线训练阶段，预处理后的RSS指纹数据在移动终端设备上进行室内定位子模型训练，对模型参数在本地进行差分隐私保护处理后上传到边缘服务器，边缘服务器对接收到的模型参数进行可信聚合，将聚合后的最新模型参数下发给各移动终端设备，使其进行下一步迭代训练，直到得到最优的室内定位模型；在在线定位阶段，用户实时采集其附近的室内RSS指纹数据，并将其输入到训练好的室内定位模型中，以获取安全、可靠的室内定位服务。
-
公开(公告)号：CN115690542B
公开(公告)日：2024-10-29
申请号：CN202211369709.X
申请日：2022-11-03
Applicant: 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 兰州交通大学
IPC: G06V10/774 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 一种基于改进yolov5的航拍绝缘子定向识别方法，包括以下步骤：获取训练所用的绝缘子图片集，利用带角度参数的定向框对所获图片集进行标注，生成深度学习模型所需的数据集，并对数据集进行划分得到训练集和测试集；基于yolov5网络构建绝缘子定向识别模型，该绝缘子定向识别模型括图像输入模块，特征提取BackBone模块，特征融合Neck模块及预测head模块；使用训练集对绝缘子识别模型进行训练，训练完成后使用划分好的测试集对绝缘子识别模型的性能进行评估，计算平均精度AP指标。本发明解决了yolov5网络无法进行定向目标识别，在复杂背景下学习干扰信息使先验知识含有背景噪声而导致定位不精确的问题。与现有方法比，本方法识别速度快、精度高，可应用于绝缘子视频流检测。
-
公开(公告)号：CN115829063A
公开(公告)日：2023-03-21
申请号：CN202211559932.0
申请日：2022-12-07
Applicant: 兰州交通大学
IPC: G06N20/20 , G06F21/62 , G06F18/214 , G06V10/774 , G06V10/26
Abstract: 一种基于动态隐私预算的无线定位差分隐私联邦学习方法，包括：(1)终端设备对从室内获取到的RSS指纹数据集数据预处理和差分扰动，将扰动后的RSS数据发送至邻近的边缘服务器；(2)边缘服务器对接受到的RSS指纹数据进行聚合并利用这些聚合数据进行本地定位子模型训练，在每轮迭代过程中，利用RDP技术进行动态隐私预算分配后，将处理好的本地子模型参数上传给云服务器；(3)接收各边缘服务器共享的子模型参数，利用联邦平均优化算法更新全局共享模型参数，并将更新后的模型参数下发给各边缘服务器进行下一轮迭代训练，直至获得最优的训练模型。本发明在保护用户的数据隐私与模型的参数隐私的同时，可获得较高精度的室内定位模型及较低的响应时延。
-
公开(公告)号：CN114970833A
公开(公告)日：2022-08-30
申请号：CN202210709776.5
申请日：2022-06-22
Applicant: 兰州交通大学
Abstract: 一种基于Android的差分私有室内定位联邦学习方法，包括数据收集与预处理、离线训练和在线定位三个阶段；在数据收集与预处理阶段，移动终端设备收集RSS指纹数据并通过计算位置点与RSS指纹数据间的皮尔逊相关系数来剔除不相关的位置点；在离线训练阶段，预处理后的RSS指纹数据在移动终端设备上进行室内定位子模型训练，对模型参数在本地进行差分隐私保护处理后上传到边缘服务器，边缘服务器对接收到的模型参数进行可信聚合，将聚合后的最新模型参数下发给各移动终端设备，使其进行下一步迭代训练，直到得到最优的室内定位模型；在在线定位阶段，用户实时采集其附近的室内RSS指纹数据，并将其输入到训练好的室内定位模型中，以获取安全、可靠的室内定位服务。
-
公开(公告)号：CN115690542A
公开(公告)日：2023-02-03
申请号：CN202211369709.X
申请日：2022-11-03
Applicant: 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 兰州交通大学
IPC: G06V10/774 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 一种基于改进yolov5的航拍绝缘子定向识别方法，包括以下步骤：获取训练所用的绝缘子图片集，利用带角度参数的定向框对所获图片集进行标注，生成深度学习模型所需的数据集，并对数据集进行划分得到训练集和测试集；基于yolov5网络构建绝缘子定向识别模型，该绝缘子定向识别模型括图像输入模块，特征提取BackBone模块，特征融合Neck模块及预测head模块；使用训练集对绝缘子识别模型进行训练，训练完成后使用划分好的测试集对绝缘子识别模型的性能进行评估，计算平均精度AP指标。本发明解决了yolov5网络无法进行定向目标识别，在复杂背景下学习干扰信息使先验知识含有背景噪声而导致定位不精确的问题。与现有方法比，本方法识别速度快、精度高，可应用于绝缘子视频流检测。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
