公开(公告)号：CN104066116A

公开(公告)日：2014-09-24

申请号：CN201410265061.0

申请日：2014-06-13

Applicant: 中国科学院计算技术研究所

Inventor： 李超 ,  徐勇军 ,  安竹林 ,  李晓维

IPC: H04W28/04 ,  H04W40/24 ,  H04W56/00 ,  H04W84/18

Abstract: 水下传感器网络的媒体介质访问控制协议方法及系统，该系统包括：请求发送信息包模块，用于发送节点发送数据前向接收节点发送请求发送信息包；时隙数目计算模块，接收节点根据可定向原则以及请求发送信息包中的信息，用于为该发送节点分配名次，然后把请求发送信息包中的内容存入名次表中，根据请求发送信息包的内容，计算分配给发送节点的时隙数目；数据包发送模块，该发送节点根据计算出的该时隙数目向该接收节点发送数据包；校验模块，用于该接收节点接收到该数据包后进行校验，然后向该发送节点发送校验确认信息包，同时用于结束本次通信。

公开(公告)号：CN103634148A

公开(公告)日：2014-03-12

申请号：CN201310625457.7

申请日：2013-11-28

Applicant: 中国电子器材总公司 ,  中国科学院计算技术研究所

Inventor： 赵惟 ,  赵亮 ,  张文瀛 ,  徐勇军 ,  刁博宇 ,  左据陆 ,  陈迎新

IPC: H04L12/24

Abstract: 本发明实施例提供了一种传感器的配置方法、服务器及系统，该方法包括：服务器接收节点处理器发送的所述节点处理器的标识；所述服务器依据所述节点处理器的标识，获得所述节点处理器对应的传感器的配置信息；所述服务器向所述节点处理器发送所述传感器的配置信息，以便于所述节点处理器依据所述传感器的配置信息获得所述传感器的数据。根据本发明实施例提供的技术方案，以实现提高无线传感器网络的通用性和灵活性。

公开(公告)号：CN101950367B

公开(公告)日：2012-07-25

申请号：CN201010255378.8

申请日：2010-08-16

Applicant: 中国科学院计算技术研究所

Inventor： 周君 ,  徐勇军 ,  李晓维

IPC: G06K17/00 ,  H04L9/08

Abstract: 本发明公开了一种引入代理装置的RFID系统及其双向认证方法。所述RFID系统，包括：后台控制端、读卡器、代理装置和电子标签，其中，代理装置包括：收发模块，用于向所述读卡器和电子标签收发数据；随机数生成模块，用于生成随机数RP，并发送给加密模块；加密模块，用于对随机数与接收到读卡器生成的随机数以及电子标签的标识符进行加密运算；更新模块，用于对所述电子标签的标识符执行更新操作；存储模块，用于存储序列 及随机数；解密模块，用于对收到的密文进行解密。

公开(公告)号：CN1988509A

公开(公告)日：2007-06-27

申请号：CN200610164873.1

申请日：2006-12-07

Applicant: 中国科学院计算技术研究所

Inventor： 朱红松 ,  谢磊 ,  徐朝农 ,  赵磊 ,  杨宇 ,  徐勇军 ,  李晓维

IPC: H04L12/56

Abstract: 本发明公开了一种在传感器网络中形成精细汇聚梯度的方法，该方法包括：A、汇聚节点广播发送建立汇聚梯度的汇聚梯度广播命令包；B、接收到该汇聚梯度广播命令包的节点i分析该汇聚梯度广播命令包的包头，获取发送节点地址ID、发送节点跳数n，并将获取的发送节点地址ID和发送节点跳数n记录在自己的邻居列表中；C、节点i设定或更新自身的跳数，根据现有的邻居信息和自身跳数计算汇聚梯度，并转发该汇聚梯度广播命令包；D、节点i继续监听信道，并重复执行步骤B和C，直至到达局部稳定时间Ts时停止监听，形成精细汇聚梯度。利用本发明，解决了梯度带的不规整性和节点数据转发形态差异与数据负载的不均衡性问题。

公开(公告)号：CN119888324A

公开(公告)日：2025-04-25

申请号：CN202411947015.9

申请日：2024-12-27

Applicant: 中国科学院计算技术研究所

Inventor： 黄礼泊 ,  安竹林 ,  赵嘉瑞 ,  徐勇军

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提供一种基于类增量学习的图像分类模型及其训练方法、分类方法。分类模型包括求解器和特征生成器。其中，求解器包括特征提取器、分类器以及多个辅助分类器。特征提取器用于根据输入的任务进行特征提取输出最终特征。分类器用于根据最终特征对任务进行分类。辅助分类器用于在模型训练时根据学习模块的输出生成嵌入蒸馏的嵌入知识。特征生成器用于在分类器的指导下生成历史任务的生成特征，并将生成特征与当前任务特征通过损失拟合以训练求解器。本发明可以将嵌入在网络中间块中的更丰富的知识从旧的冻结特征提取器迁移到当前的特征提取器来防止特征提取器遗忘，而无需存储历史任务数据或原型。

公开(公告)号：CN119849630A

公开(公告)日：2025-04-18

申请号：CN202411947462.4

申请日：2024-12-27

Applicant: 中国科学院计算技术研究所

Inventor： 徐勇军 ,  陈茁 ,  王飞 ,  张钊 ,  杜一凡

IPC: G06N5/04 ,  G06N5/025 ,  G06N5/02 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明提供了一种时序知识图谱推理模型构建方法，所述方法包括：步骤S1、获取历史时序知识图谱并基于其构建多个查询；其中，所述历史时序知识图谱包括多个事实四元组，每个事实四元组均包括头实体、关系、尾实体和时间戳；每个查询为缺失尾实体或头实体的缺项事实四元组，每个查询设置有与自身缺失的头实体或尾实体对应的实体标签；步骤S2、构建初始模型，其包括全局历史演化模块、自适应实体关注模块、历史信息模块以及评分模块；步骤S3、以历史时序知识图谱和多个查询作为输入，每个查询的目标评分为预测输出，按照预设的目标函数对初始模型进行多轮迭代训练直至模型收敛得到时序知识图谱推理模型。

公开(公告)号：CN119829722A

公开(公告)日：2025-04-15

申请号：CN202510013772.7

申请日：2025-01-06

Applicant: 中国科学院计算技术研究所

Inventor： 王飞 ,  陈茁 ,  徐勇军 ,  张钊 ,  陈昭

IPC: G06F16/3329 ,  G06N5/04 ,  G06F40/30 ,  G06F18/22

Abstract: 本发明提供了一种知识问答模型构建方法，所述方法包括将预训练语言模型作为基座模型并按照如下方式执行两阶段训练以获取知识问答模型：函数理解预训练：构建多个函数定义代码和多个函数调用实例来训练基座模型以使模型学习函数执行原理；指令微调训练：获取任务指令、查询实例以及查询实例对应的查询程序来训练初始模型以使模型学习函数组合编程原理。本发明的技术方案通过提出两阶段训练策略训练知识问答模型，使模型具备用于知识编程的函数的理解能力，以及基于函数理解能力将复杂问题转换为查询程序的能力，从而解决现有技术中模型倾向于记忆程序本身，而难以学习到语义解析的问题，进而提高模型对于域外含有未见查询语义的泛化性。

公开(公告)号：CN119741228A

公开(公告)日：2025-04-01

申请号：CN202411828017.6

申请日：2024-12-12

Applicant: 中国科学院计算技术研究所

Inventor： 安竹林 ,  冯伟伦 ,  杨传广 ,  黄礼泊 ,  徐勇军

IPC: G06T5/70 ,  G06T5/60

Abstract: 本发明提出一种基于混合精度量化的扩散模型极低比特量化方法和装置，包括：获取待极低比特量化的扩散模型，获取该极低比特量化的初始量化精度，增加该初始量化精度得到高比特量化精度，减少该初始量化精度得到低比特量化精度；统计该扩散模型中各组权重数据的长尾分布程度；将该长尾分布程度最高的至少一组权重数据按照该高比特量化精度进行量化，并将该长尾分布程度最低的至少一组权重数据按照该低比特量化精度进行量化，并将该扩散模型的其余权重数据按照该初始量化精度进行量化，得到量化模型；将噪声图像和降噪要求的文本向量输入该量化模型，该量化模型根据该文本向量对该噪声图像进行降噪，得到符合该降噪要求的去噪图像。

公开(公告)号：CN112184743B

公开(公告)日：2024-07-23

申请号：CN202011182514.5

申请日：2020-10-29

Applicant: 中国科学院计算技术研究所厦门数据智能研究院

Inventor： 钟剑斌 ,  徐勇军 ,  程坦 ,  安竹林

IPC: G06T7/13 ,  G06T7/11 ,  G06T7/73 ,  G06T7/136 ,  G06T5/70

Abstract: 本发明公开了一种乳腺钼靶图像中胸肌和乳头区域的分割预标注方法，包括如下步骤：S1、提取乳腺主体图；S2、定位斜侧位胸肌分割线；S3、定位双视图的乳头区域；S4、生成胸肌和乳头的区块标注信息；S5、检验修正。本发明在原始乳腺钼靶图像的基础上，快速大批量地自动生成乳腺钼靶图像中胸肌区域和乳头区域的高质量预标注分割信息，解决了目前存在的标注效率低下、分割标准差异大的问题，降低了对后续人工的要求，使得标注效率大幅度提高，从而产生适合于语义分割神经网络的高质量的训练数据集。

公开(公告)号：CN111291836B

公开(公告)日：2023-09-08

申请号：CN202010243249.0

申请日：2020-03-31

Applicant: 中国科学院计算技术研究所

Inventor： 宫禄齐 ,  徐勇军 ,  李超

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明提供了一种生成学生网络模型的方法。所述方法包括下述步骤：步骤1)、获取预训练的教师网络模型；步骤2)、构建辅助网络模型；步骤3)、对所述辅助网络模型初始化，利用初始化的辅助网络模型生成学生网络；步骤4)、利用带有图像标签的训练图像对辅助网络进行训练。采用本发明的辅助网络能自动学习出学生网络的结构、神经元数目、卷积核数目。避免人工尝试，且本发明方法的自动学习结果的模型检测精度要比人工尝试方法精度更高。所需要的计算量呈指数级下降。