-
公开(公告)号：CN119048378A
公开(公告)日：2024-11-29
申请号：CN202411158773.2
申请日：2024-08-22
IPC: G06T5/60 , G06T5/70 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于主成分分析和扩散模型的热红外本底图像生成方法，该方法的目的是通过对热红外本底图像进行建模，从而生成多样性的热红外本底图像，为热红外图像去本底的神经网络算法提供有效的训练数据对。主成分分析可以提取出热红外本底图像中的主要成分，获取热红外本底图像中的主要特征；扩散模型通过学习热红外本底图像中的剩余成分的特征，从而生成更多的符合实际分布的热红外本底图像剩余成分；基于主要成分和生成的剩余成分即可生成大量的热红外本底图像。实验表明，在相同的去本底网络下，相比于使用直接采集到的热红外本底图像构造的热红外图像，本发明生成的热红外本底图像构造的热红外图像训练得到的网络具有更好的去本底效果。
-
公开(公告)号：CN119416852A
公开(公告)日：2025-02-11
申请号：CN202411467590.9
申请日：2024-10-21
Applicant: 浙江大学
IPC: G06N3/084 , G06N3/04 , G06N3/0985 , G06T5/70 , G06T5/60
Abstract: 本发明公开了一种基于神经网络二阶辛克霍恩梯度流加速图像生成方法。本发明利用神经二阶辛克霍恩梯度流2‑NSGF模型，参数化二阶沃森斯坦梯度流中与辛克霍恩散度相关的时间变化动量场，从而实现高效推断和仿真。通过对源和目标分布样本的利用，2‑NSGF模型可以实时生成和细化仿真数据，降低传统方法的计算复杂度。此外，通过引入两阶段2‑NSGF++模型，进一步优化了处理高维数据集的效率，提高了仿真精度和速度。本发明提供了一种高效的数据处理技术，适用于机器学习领域的多种应用，如图像生成、风格迁移和音频‑文本转换等。本发明显著提高了图像生成效率；无需依赖核函数，降低了复杂度；提升了样本质量和生成稳定性。
-
公开(公告)号：CN114701578A
公开(公告)日：2022-07-05
申请号：CN202210312479.7
申请日：2022-03-28
Applicant: 浙江大学
IPC: B62D37/06
Abstract: 本发明公开了一种用于无人摩托自主平衡的控制力矩陀螺装置。其中，陀螺外框采用了双球型外壳设计，提高了空间利用率可提升无人摩托车的灵巧性，同时便于安装飞轮进动组件和飞轮转子组件；在飞轮转子组件中采用了外转子结构设计，在相同的尺寸空间内可以提供更大的控制力矩，同时便于引出电机线及编码器线，结构紧凑占用空间小、抗力学环境能力强、能量密度大，可实现在直径220mm高70mm以内的圆柱空间内，使飞轮自转速度达7000RPM以上，进而实现无人摩托车自主平衡控制，提升无人摩托车的抗干扰能力，增强无人摩托车的负载能力和越野性能，提高无人摩托车的实用性。
-
公开(公告)号：CN114330743B
公开(公告)日：2025-05-16
申请号：CN202111597238.3
申请日：2021-12-24
Applicant: 浙江大学
IPC: G06N20/00
Abstract: 本发明公开了一种用于最小‑最大化问题的跨设备联邦学习方法，属于联邦学习技术领域。包括：中心服务器初始化模型参数中的主变量和对偶变量，以及迭代轮数；中心服务器选择一个客户端子集，将模型参数发送至每个客户端；客户端子集中的每个客户端计算本地梯度估计量；中心服务器接收客户端返回的本地梯度估计量，计算全局梯度估计量；中心服务器选择另一个客户端子集，将模型参数和全局梯度估计量发送至每个客户端，客户端对模型参数进行K步的本地更新，并将最终的本地模型参数发送给中心服务器；中心服务器接收到客户端返回的本地模型参数后，计算新的全局模型参数，迭代计算，直至输出最终参数。
-
公开(公告)号：CN119358629A
公开(公告)日：2025-01-24
申请号：CN202411346527.X
申请日：2024-09-25
Applicant: 浙江大学
IPC: G06N3/092 , G06N3/044 , G06N3/0442 , G06N3/0455
Abstract: 本申请涉及一种强化学习方法、动作生成系统、计算机设备和存储介质。所述方法包括：对预设时间范围内的历史状态和动作信息进行编码，得到编码轨迹信息；基于所述编码轨迹信息和预设的深度学习网络，生成目标动作；基于所述目标动作以及与所述目标动作对应的当前状态，确定所述目标动作的预测回报；基于所述当前状态下的动作概率分布，确定探索能力调整值；基于所述预测回报和探索能力调整值，对所述深度学习网络的参数进行调整。采用本方法能够达到提高策略生成的鲁棒性的效果。
-
Patent Agency Ranking
公开(公告)号：CN117217759A
公开(公告)日：2023-12-12
申请号：CN202310975800.4
申请日：2023-08-04
Applicant: 浙江大学
Abstract: 本申请涉及区块链领域，特别是涉及一种基于DAG区块链系统的交易执行方法、装置、交易方法、系统及存储介质。所述方法包括：从交易池中提取各交易，并生成用于表示各所述交易之间的依赖关系的交易依赖图；消除所述交易依赖图中的环依赖关系，得到无环依赖图以及依赖关系表；消除所述无环依赖图中的依赖关系，并以所述依赖关系表中存在依赖关系的交易间隔最大化为目标生成安全交易序列；基于所述安全交易序列以及所述依赖关系表，并行执行不在所述依赖关系表中的交易，按照所述依赖关系执行在所述依赖关系表中的交易。本发明充分挖掘了交易的并行潜力，解决了交易高依赖场景下交易并行执行方法性能表现不佳的问题，提高了性能和资源利用率。
-
公开(公告)号：CN119227821A
公开(公告)日：2024-12-31
申请号：CN202411323359.2
申请日：2024-09-20
Applicant: 浙江大学
Abstract: 本申请涉及一种蒙特卡洛树搜索方法、装置及计算机设备。方法包括：获取待搜索根节点的第一状态信息；控制第一线程池中的至少一个空闲线程，基于第一状态信息确定扩展子节点，并基于扩展子节点的第二状态信息，生成扩展子节点的模拟任务；控制第二线程池中的至少一个空闲线程，执行模拟任务并生成反向传播任务，反向传播任务包括模拟奖励值；控制第一线程池中的至少一个空闲线程，执行反向传播任务，并根据模拟奖励值更新第二状态信息，第一线程池中的至少一个空闲线程以及第二线程池中的至少一个空闲线程分别分配至处理器的相应核心且由处理器并行执行；重复执行上述步骤，直至满足预设搜索条件后，基于第二状态信息确定搜索结果。
-
公开(公告)号：CN117216325A
公开(公告)日：2023-12-12
申请号：CN202311136884.9
申请日：2023-09-04
Applicant: 浙江大学
IPC: G06F16/901 , G06F16/906 , G06Q40/04 , G06F18/23 , G06F18/22 , H04L67/104
Abstract: 本申请涉及区块链领域，特别是涉及一种基于联盟链架构的动态分片处理方法、装置、联盟链架构、计算机设备及存储介质。所述方法包括：基于输入联盟链的历史交易数据，建模生成交易图；对所述交易图中的点进行聚类分析，得到初始分类结果；基于所述初始分类结果，对所述交易图中的点进行匹配，得到初始匹配结果；以目标分片的数量为约束，以所有目标分片的理论吞吐量最大化为目标，对所述初始分配结果进行优化，输出所述交易图的分片策略。本发明对各目标分片的维护范围进行动态调整，以降低联盟链架构的跨分片交易率。
-
公开(公告)号：CN114611675A
公开(公告)日：2022-06-10
申请号：CN202210283654.4
申请日：2022-03-22
Applicant: 浙江大学
Abstract: 本申请涉及一种数据处理方法、装置、电子装置和存储介质，其中，该数据处理方法包括：获取深度神经网络模型，以及该深度神经网络模型中每个算子的张量；基于该张量确定每个该算子的张量切分结果，以至少根据该张量切分结果生成初始并行策略，并利用构建完备的代价模型对该初始并行策略训练处理以得到代价评估结果；至少根据该初始并行策略和该代价评估结果生成目标并行策略；其中，该目标并行策略用于指示该深度神经网络模型执行数据处理操作。通过本申请，解决了自动生成的并行策略准确性低的问题。
-
公开(公告)号：CN101466006A
公开(公告)日：2009-06-24
申请号：CN200910095206.6
申请日：2009-01-05
Applicant: 浙江大学
Abstract: 本发明公开了一种视频采集系统的实时数据存储方法，该方法首先设置采集卡的视频采集帧率和采集帧数，根据采集帧数在内存中分配动态随机存储空间，记录采集卡采集视频的初始时间，然后检测视频采集卡是否有新数据，重复执行该步骤直到视频采集卡有新数据，将两个采集卡中的数据放入到分配的动态随机存储空间中，记录已经采集的视频帧数，如果已经采集的帧数与设置的采集帧数相等，则视频采集结束。本发明的方法成本低，体积小，具有实用价值。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.01 seconds)
