-
公开(公告)号：CN119483925A
公开(公告)日：2025-02-18
申请号：CN202411453134.9
申请日：2024-10-17
Applicant: 中国科学院软件研究所 , 国家工业信息安全发展研究中心
IPC: H04L9/08 , H04L9/32 , H04L67/02 , G06F16/242
Abstract: 本发明公开一种基于标签等价类凭证的身份验证方法及系统，属于计算机技术与信息安全技术领域。所述方法包括：系统初始化；根据用户U所持属性向相应的凭证签发者申请该属性的属性凭证；聚合属性凭证，得到该用户U的身份凭证；在收到验证者对一个属性的验证要求后，根据随机化后的身份凭证生成该属性的证明，以使所述验证者基于该证明对所述用户U进行身份验证。本发明可直接应用在数字身份的构造中，实现多签发者场景下，用户多属性的高效签发、聚合以及凭证展示过程中的隐私性与公开可验证性。
-
公开(公告)号：CN115131413B
公开(公告)日：2025-02-18
申请号：CN202210565434.0
申请日：2022-05-23
Applicant: 西安电子科技大学 , 中国科学院软件研究所
Abstract: 本发明公开了一种基于多尺度三维频域卷积特征的多模遥感图像配准方法，包括：获取基准图像和待配准图像；采用基于二维Log‑Gabor函数的空间域滤波器对每张图像进行相位一致性测量，得到不同角度不同尺度下的相位一致性响应信息和卷积响应值；基于相位一致性响应信息计算相位一致性叠加矩图像；对相同角度不同尺度下的卷积响应值进行累加，得到三维频域卷积响应通道图；对相位一致性叠加矩图像进行特征点检测，并将特征点位置信息作为三维频域卷积响应通道图的特征点位置信息；基于三维频域卷积响应通道图及其特征点位置信息，对基准图像和待配准图像进行配准。本发明能够对多模遥感图像实现高精度且快速的配准。
-
公开(公告)号：CN113849771B
公开(公告)日：2025-02-18
申请号：CN202111192491.0
申请日：2021-10-13
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种面向SW39000处理器的稠密矩阵乘法的高性能实现方法，包括：在主内存级别分别对非转置矩阵A、非转置矩阵B与问题矩阵C进行任务分块，产生若干的子矩阵δAil、子矩阵δBlj与子矩阵δCij；当子矩阵δCij更新时，在从核阵列的LDM级别分别对子矩阵δCij、子矩阵δAil及子矩阵δBlj进行任务分块，将产生的子块εCuv、子块εAuw及子块εBwv映射至相应的从核；将子矩阵δAil的第t个列块与子矩阵δBlj的第t个行块相乘，生成矩阵δCt；基于子矩阵δCij与各矩阵δCt，更新主内存中的子矩阵δCij，以得到问题矩阵C的输出结果。本发明通过在主内存、从核的LDM以及寄存器上的合理数据布局，充分挖掘从核阵列的并行计算能力，使用了三重缓冲技术隐藏了DMA访存开销和RMA通信开销，使用了指令重排技术提高了GEMM的浮点计算效率。
-
公开(公告)号：CN119445041A
公开(公告)日：2025-02-14
申请号：CN202411492967.6
申请日：2024-10-24
Applicant: 中国科学院软件研究所
IPC: G06T19/20
Abstract: 本发明公开了一种在三维空间中处理遮挡关系的图像数据集增强方法，所述方法包括：生成图像所表达场景的三维空间，抽取图像中可放置在不同位置的物体；将图像中抽取的物体对象分为两类：可悬空物体对象和需支撑放置物体对象；分别找到可悬空物体对象和需支撑放置物体对象各自在图像所对应三维空间中可放置的区域；分别拷贝并放置可悬空物体对象和需支撑放置物体对象，进行各种可能的放置组合；对每种放置组合，生成对应的新图像。本发明方法得到的合成图像更为真实合理，将此新生成的数据集加入到深度学习方法的训练集中，可以有力提高深度学习模型处理三维空间信息的能力，更好地执行相关任务，如图像分割、目标检测等。
-
公开(公告)号：CN113158272B
公开(公告)日：2025-02-11
申请号：CN202110338253.X
申请日：2021-03-30
Applicant: 南通明兴科技开发有限公司 , 中国科学院软件研究所
IPC: G06F30/10 , G06F30/27 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06V40/10 , G06N3/0464 , G06N3/084 , G06Q30/0601 , G06F111/16 , G06F113/12
Abstract: 本申请涉及一种个性化服装定制的自动打版方法和系统；所述方法包括：获取用户的净体尺寸数据和需求数据；将净体尺寸数据和需求数据输入预训练的自动打版算法模型中进行计算，输出成衣尺寸数据；获取用户的人体图像数据；将人体图像数据输入预训练的体型分类算法模型中进行处理，输出体型类别标签；根据体型类别标签确定相应的体型修改规则，将体型修改规则与初始的版型调整规则结合后输出最终的版型调整规则；将成衣尺寸数据、变更项目和最终的版型调整规则输出为指定形式的文件。本申请的方案基于人工智能机器学习算法，使整个服装定制流程达到智能化和自动化，能够排除掉实际生产过程中由人为因素导致的不确定性，提升最终服装尺寸的准确度和舒适度。
-
Patent Agency Ranking
公开(公告)号：CN119357032A
公开(公告)日：2025-01-24
申请号：CN202411520257.X
申请日：2024-10-29
Applicant: 中国科学院软件研究所
IPC: G06F11/362
Abstract: 本发明公开一种程序性能数据收集方法和系统，属于计算机软件测试领域，通过针对不同程序单元的插桩，在程序运行时利用一种大小与程序运行时长无关的数据结构记录性能数据。通过仅保存数组相关信息实现了低开销的收集效果，同时可以对同一层或多层级的程序单元进行插桩，实现了多级别的程序性能数据收集。收集到的数组可进行后续分析比较，这对高效的程序性能测试具有重要意义。
-
公开(公告)号：CN119337888A
公开(公告)日：2025-01-21
申请号：CN202411426918.2
申请日：2024-10-12
Applicant: 中国科学院软件研究所 , 支付宝(杭州)信息技术有限公司
IPC: G06F40/30 , G06N5/04 , G06F16/353
Abstract: 本说明书实施例提供了一种针对大语言模型的样本重排序方法，包括针对范例样本集的多轮迭代处理，范例样本集中各范例样本具有在目标语义下的语义标签，其中任意一轮迭代处理包括：从本轮的当前范例样本集中获取任意范例样本，将其作为输入文本，与本轮的当前序列共同输入大语言模型，使得大语言模型将当前序列中的文本作为范例，推断得到输入文本的若干推断标签的概率。根据若干推断标签的概率，确定范例样本对应的第一指标。对当前范例样本集中的各个范例样本，基于各自的第一指标进行排序，得到第一序列。从第一序列中选取目标范例样本，将其从当前范例样本集移动到当前序列尾部。
-
公开(公告)号：CN119336872A
公开(公告)日：2025-01-21
申请号：CN202411426214.5
申请日：2024-10-12
Applicant: 中国科学院软件研究所 , 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/338 , G06N5/022 , G06N5/04
Abstract: 本说明书提供一种文本生成方法。首先，获取待回答问题和检索到的针对待回答问题的文档集。并将文档集中的每个文档输入问答模型，得到问答模型针对每个文档的预测结果。并基于每个文档对应的预测结果确定该文档与待回答问题之间的第一相关度。并根据第一相关度来确定输入问答模型的目标文档，以通过问答模型生成针对待回答问题的文本。通过问答模型针对每个文档生成的预测结果来对文档集中的文档选取输入问答模型的目标文档，使得输入问答模型的目标文档更符合问答模型的需求，提升了生成的文本的准确度。
-
公开(公告)号：CN119322632A
公开(公告)日：2025-01-17
申请号：CN202411438186.9
申请日：2024-10-15
Applicant: 中国科学院软件研究所
IPC: G06F8/70
Abstract: 本发明公开一种国产自主可控的科研智能化软件开发与管理平台，属于软件开发技术领域。本发明的科研智能化软件开发与管理平台包括：产品管理模块、项目管理模块、需求管理模块、任务管理模块、测试管理模块、版本管理模块、wiki知识库管理模块、模板库管理模块和系统管理模块。本发明可以对项目进行计划、组织、指导、监控和控制的一系列活动，使用各种工具来帮助其提高效率、保证质量、协作沟通、解决问题，从而确保软件项目按照预期的质量标准、进度和成本完成，并且可以更好地帮助项目经理和开发人员更好地协作、沟通和管理项目。
-
公开(公告)号：CN119272087A
公开(公告)日：2025-01-07
申请号：CN202411263584.1
申请日：2024-09-10
Applicant: 中国科学院软件研究所
Abstract: 本发明公开一种基于深度学习的空间数据索引智能选择方法及系统，属于空间大数据技术领域。所述方法包括：生成包含不同空间分布的合成空间数据集，所述合成空间数据集具有的特征还包括：数据倾斜特征和/或数据重叠特征；计算所述合成空间数据集的特征降维表示；在所述合成空间数据集上进行不同空间索引组合的空间查询，并根据空间索引组合所对应的性能表现得到标记数据；使用空间数据集的降维特征表示和标记数据进行有监督的机器学习训练，得到空间索引智能选择模型；基于所述空间索引智能选择模型获取空间数据的最优空间数据索引。本发明不仅可以提升空间大数据处理框架的空间查询效率，还可以应用于Apache Sedona这一空间大数据处理框架的典型代表中。
-
-
-
-
-
-
-
-
-
Search Results
2624
records
(took 0.071 seconds)
