-
公开(公告)号：CN118364388B
公开(公告)日：2025-04-11
申请号：CN202410466031.X
申请日：2024-04-18
Applicant: 重庆大学 , 中国星网网络应用有限公司
IPC: G06F18/2431 , G06F18/214
Abstract: 本发明涉及一种面向卫星监测数据智能异常感知的时序预测方法，通过可逆实例归一化来处理卫星时间序列数据中普遍存在的分布偏移问题，从而提高时间序列预测的性能。采用将Autoformer和FEDformer中使用的分解方案与TSMixer全MLP架构线性层相结合的DTSMixer模型对历史时间序列进行回归，直接预测未来的时间序列。由于RevIN‑DTSMixer方法是一个简单的全MLP架构线性模型，因此其运行效率和参数数量都远远优于基于Transformer的预测方法。在真实数据集上的实验结果表明，RevIN‑DTSMixer方法能显著提高时序数据预测的准确性，具有简单，高效且精确的优势。
-
公开(公告)号：CN118364388A
公开(公告)日：2024-07-19
申请号：CN202410466031.X
申请日：2024-04-18
Applicant: 重庆大学 , 中国星网网络应用有限公司
IPC: G06F18/2431 , G06F18/214
Abstract: 本发明涉及一种面向卫星监测数据智能异常感知的时序预测方法，通过可逆实例归一化来处理卫星时间序列数据中普遍存在的分布偏移问题，从而提高时间序列预测的性能。采用将Autoformer和FEDformer中使用的分解方案与TSMixer全MLP架构线性层相结合的DTSMixer模型对历史时间序列进行回归，直接预测未来的时间序列。由于RevIN‑DTSMixer方法是一个简单的全MLP架构线性模型，因此其运行效率和参数数量都远远优于基于Transformer的预测方法。在真实数据集上的实验结果表明，RevIN‑DTSMixer方法能显著提高时序数据预测的准确性，具有简单，高效且精确的优势。
-
公开(公告)号：CN119166211B
公开(公告)日：2025-05-02
申请号：CN202411320547.X
申请日：2024-09-23
Applicant: 重庆大学
IPC: G06F8/73 , G06F18/22 , G06N3/0985 , G06N3/088 , G06N3/0455
Abstract: 本发明涉及一种基于大模型数据增强的项目域代码摘要自动生成方法，该方法包括项目相似度数据增强、项目域元学习微调、项目域代码摘要生成。首先通过对比学习构造正负样本从函数粒度的源代码中计算代码相似度分数并基于项目相似度计算生成项目域增强数据，其次通过元学习技术进行项目域微调，通过项目域子任务来学习多元项目特征信息，以保证对项目域中增强数据的噪声的抗噪性能，最后目标项目域数据上进行微调，将步骤二的元学习模型参数嵌入目标域任务以整合项目域数据信息，使用解码器进行代码摘要生成。本发明能够通过与代码预训练模型相结合来增强代码摘要方法在处理少样本项目域数据信息方面的能力，从而提高代码摘要生成的性能和效率。
-
公开(公告)号：CN116630884B
公开(公告)日：2025-04-04
申请号：CN202310569837.7
申请日：2023-05-19
Applicant: 重庆大学
IPC: G06V20/52 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于跨模态融合和模态去相关的跨模态行人再识别方法，该方法利用两个部分充分挖掘两个模态样本图像和特征间的关联：跨模态通道融合和模态去相关五元组损失。跨模态通道融合作为数据增强，相当于在数据集中补充了同时具有RGB和红外图像信息的新样本，使得模型的输入空间更加连续。CCM不会引入额外的参数或模型，可以很容易地与其他方法结合。该方法同时考虑了两个模态的图像信息，促使模型学习模态间的关联。模态去相关五元组损失约束了正样本对和负样本对内部的距离关系，从而减小特征与其所属模态的相关性，消除特征中冗余的模态特定信息。该方法从图像和特征层面同时解决模态差异问题，能更好地提升跨模态检索的性能。
-
公开(公告)号：CN119621122A
公开(公告)日：2025-03-14
申请号：CN202411709424.5
申请日：2024-11-27
Applicant: 重庆大学
Abstract: 本发明公开了一种基于大模型的代码智能任务性能提升方法，完成对低质量输入的动态修复。包括：输入数据x正常传递给目标深度代码模型，得到输出与概率信息，计算PPL、STOS、SMOS、AUC四种评估指标分数；利用梯度提升树，通过四种评估指标识别出需要修复的低质量输入xlow；使用Jaccard相似度进行检索，寻找k个与低质量输入xlow相似的代码示例#imgabs0#按照生成范式与选择范式构建提示#imgabs1#输入LLM进行低质量输入的修复；通过LLM返回的概率信息PLLM(x)计算困惑度，自适应选择Repairgen和Repairsel中置信度最高的输出作为修复的结果。
-
Patent Agency Ranking
公开(公告)号：CN119094449A
公开(公告)日：2024-12-06
申请号：CN202411089778.4
申请日：2024-08-09
Applicant: 重庆大学
IPC: H04L47/125 , H04L47/762 , H04L47/783 , H04B7/185
Abstract: 本发明涉及一种基于深度确定性策略梯度算法的卫星互联网资源调度方法，该方法首先提出了一种基于TEG的星上SFC分流机制。其次，在TEG分流模式下，建立了流量守恒约束，并结合资源容量约束和流速非负性约束，构建了SFC的最小流速率最大化模型。然后，由于流量工程问题属于连续动作，因此采用基于DDPG的SFC流量工程方法对该问题进行求解。仿真结果表明，TEG分流机制可以有效提升最小流速率，并且与基准方法比较，所提方法的性能更优，且收敛速度优于基准方法。
-
公开(公告)号：CN119091159A
公开(公告)日：2024-12-06
申请号：CN202411212596.1
申请日：2024-08-30
Applicant: 重庆大学
IPC: G06V10/44 , G06V10/20 , G06N3/0464 , G06N3/126 , G06V10/30 , G06N3/0455 , G06N3/006
Abstract: 本发明涉及工件检测技术领域，尤其是一种基于语言模型的缺陷定位方法及系统，包括：S100、获取工件表面的图像并进行预处理；S200、将预处理后的图像数据输入初步定位模型中，得到初步定位结果；S300、根据CNN提取的图像特征生成语义描述；根据根据初步定位结果查询历史图像，根据CNN提取历史图像特征生成目标语义描述；S400、将语义描述转化为语义向量，将目标语义描述转化为目标语义向量；S500、对语义向量进行优化；S600、通过优化后的语义向量确定工件缺陷的位置，得到当前定位结果，将当前定位结果与初步定位结果进行比较得到最终位置。本发明的方法可以提高工件缺陷检测的效率和准确性。
-
公开(公告)号：CN111914778B
公开(公告)日：2023-12-26
申请号：CN202010790719.5
申请日：2020-08-07
Applicant: 重庆大学 , 重庆中科云从科技有限公司
IPC: G06V20/40 , G06V10/764 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06V40/20 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06N3/048
Abstract: 本发明涉及一种基于弱监督学习的视频行为定位方法，建立深度特征增强和选择网络模型并进行训练，将一段待测试视频输入训练后的深度特征增强和选择网络模型，通过训练后的深度特征增强和选择网络模型预测分类分数和得到平均CAS；只检测预测得分大于预先设置好的阈值的CAS；通过线性插值使经过深度特征增强和选择网络模型后的待测视频长度还原为原始长度，然后，对平均CAS进行阈值运算，之后再进行膨胀操作，最后再获取行为实例的开始时间bi和结束时间ei，完成定位。本发明方法对弱监督行为定位具有有效性。
-
公开(公告)号：CN112464852B
公开(公告)日：2023-12-05
申请号：CN202011425952.X
申请日：2020-12-09
Applicant: 重庆大学
IPC: G06V30/14 , G06V30/40 , G06V30/146 , G06V10/82 , G06V30/19 , G06N3/0464 , G06N3/044 , G06N3/0442 , G06T5/00 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/187 , G06T7/40
Abstract: 本发明涉及信息识别领域，特别涉及一种车辆行驶证图片自适应矫正与识别方法。本发明通过对行驶证进行拍摄，对拍摄得到的图片使用深度神经网络定位红章，基于红章位置状态对行驶证正页进行矫正和提取，并基于霍夫变换采用多种自定义算法对行驶证正页进行处理，使用Tesseract‑OCR引擎对行驶证信息进行识别。该方法节省了人力，能够快速且准确地利用计算机自动化完成对行驶证的信息进行识别，能够排除噪声、图片不清晰、拍摄摄像头色差大、行驶证正页黑色竖直设置的防伪线以及色彩对信息识别的影响，并且不用考虑行驶证拍摄背景，具有极(56)对比文件冯磊.基于深度学习的行驶证车辆识别代号检测系统设计与实现《.中国优秀硕士学位论文全文数据库》.2019,全文.李亮.基于TesseractCR的驾驶证识别系统设计与实现《.中国优秀硕士学位论文全文数据库》.2018,全文.X.FAN.Graphical models for jointsegmentation and recognition of licenseplate characters《.IEEE Signal processingletters》.2009,全文.
-
公开(公告)号：CN117093496A
公开(公告)日：2023-11-21
申请号：CN202311149037.6
申请日：2023-09-07
Applicant: 重庆大学
IPC: G06F11/36 , G06F21/57 , G06V10/776 , G06V10/82 , G06N3/10 , G06N3/0464
Abstract: 本发明公开了一种面向深度神经网络模糊测试的测试用例自动生成方法，包括如下步骤：基于被测试的DNNg，确定g中每个神经元fi对应的topk个激活图xj，突出显示每个激活图xj对应的掩模mj；集成掩模mj到池化函数pooling中，得到poolingc(mj，gl(xj))；基于池化函数pooling合并神经元fi的注释向量a；基于注释向量a，分别解码两个概率p(d|a)和p(d)；基于改进积分梯度选定重要神经元；由所选神经元检索对应的自然语言描述d(fi)，结合g预测topk伪标签装配模板tori和tmut；使用语言‑图像预训练模型向量化模板得到eori和emut；设置阈值τ，基于相似度sim(eori，emut)与阈值τ的比较结果对生成的变异测试用例进行过滤或者保留。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.18 seconds)
