-
公开(公告)号：CN113197586A
公开(公告)日：2021-08-03
申请号：CN202110394187.8
申请日：2021-04-13
Applicant: 复旦大学
Abstract: 本发明涉及一种基于视觉脑电信号的自我意识检测方法，该方法包括三轮测验，每一轮测验设置三组图片依次显示播放，待检测人员头戴脑电帽观看依次显示的图片，所述的脑电帽分别采集并记录三轮测验中待检测人员的视觉脑电信号，作为判断自我意识是否存在以及是否不可变更的依据，所述的图片内容为待检测人员的名字或其他人员的名字，且每张图片中仅包含一个名字，与现有技术相比，本发明具有安全可靠、准确率高等优点。
-
公开(公告)号：CN113229823B
公开(公告)日：2025-04-29
申请号：CN202110206250.0
申请日：2021-02-24
Applicant: 复旦大学
Abstract: 本发明涉及一种套筒式脑电测量电极和使用方法，该电极通过发束固定安装于头皮上，包括套筒、电极导线和耦合剂，所述的套筒为两端开口的套筒结构，所述的电极导线与套筒；该电极安装于头皮上时，所述的发束穿设于套筒的筒身内腔中，所述的套筒的一端与头皮紧密接触，所述的耦合剂填充于套筒的筒身内腔中，在发束根部区域与套筒之间形成油封，所述的套筒与发束通过接触摩擦固定电极，与现有技术相比，本发明具有稳固性强、测量准确、使用方便等优点。
-
公开(公告)号：CN119396497B
公开(公告)日：2025-03-28
申请号：CN202510005390.X
申请日：2025-01-03
Applicant: 复旦大学
Abstract: 本发明涉及一种基于云端大模型增强的边缘AI协同方法及系统。所述方法包括：通过自然语言处理技术解析自然语言请求并转化为各个子任务；评估各个边缘设备的处理能力，将子任务协调卸载到对应的边缘设备上；通过分布式的方式在各个边缘设备上进行边缘AI模型训练；使用跨设备一致性维护算法对各个初步边缘AI模型进行同步机制和一致性约束，将初步边缘AI模型的模型参数在各个边缘设备间对齐，完成边缘AI协同。通过利用自然语言处理技术深度解析用户的自然语言请求，准确转换为边缘设备可执行的子任务，实时动态分配，可以优化资源利用率并降低任务执行延迟；通过对模型进行同步机制和一致性约束，可以提升模型的整体性能和泛化能力。
-
公开(公告)号：CN119668865A
公开(公告)日：2025-03-21
申请号：CN202411763401.2
申请日：2024-12-03
Applicant: 复旦大学
Abstract: 本发明提供基于预调度资源协同适配的分布式计算系统，涉及资源协同分配系统技术领域。该基于预调度资源协同适配的分布式计算系统旨在解决现有技术中资源调度不灵活、应用配置与资源调度缺乏协调等问题。通过引入资源的动态调度机制，本发明实现了资源预调度与柔性分配的有机结合。同时，通过应用配置与资源调度的协同，本发明实现了计算任务的优化分配与执行，该系统由服务端与客户端组成，其中客户端拥有预调度资源，用于实时反馈资源状态、接收并执行计算任务，而服务端负责全局资源的监控、调度与任务分发。通过设计的启发式协同适配算法，服务端能够动态调度预调度资源内资源，确保任务执行的高效与稳定。
-
公开(公告)号：CN119576522A
公开(公告)日：2025-03-07
申请号：CN202411424236.8
申请日：2024-10-12
Applicant: 复旦大学
IPC: G06F9/50 , H04L67/1029 , H04L67/104 , H04L67/12 , G06F11/30
Abstract: 本发明涉及网络系统服务技术领域，具体公开了一种OpenSAI智联网络系统及算网匹配方法及系统。本发明通过资源监测模块对多个应用任务卸载到计算节点集群中的网络节点的状态进行监测，得到多个节点性能监测值，并依次判断多个所述节点性能监测值是否满足预设监测值，若不满足，则对不满足预设监测值的节点产生对应的需求资源的第一资源调度指令，资源控制模块在接收第一资源调度指令后，并根据所述第一资源调度指令对对应节点所需的算存网资源进行动态调度，这种方法能够确保资源得到高效利用，同时也能够保证任务在合适的条件下被执行，从而提高系统的整体性能和响应速度，并且适用于长期边缘任务的调度。
-
Patent Agency Ranking
公开(公告)号：CN112947455B
公开(公告)日：2023-05-02
申请号：CN202110207950.1
申请日：2021-02-25
Applicant: 复旦大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于视觉脑机交互的高速公路自动驾驶系统和方法，该系统包括导标组件以及相互交互的脑机模块和车辆自动定位驾驶模块，所述的脑机模块包括信号采集装置、信号放大装置和信号处理装置，所述的信号采集装置穿戴于驾驶员头部，用于采集驾驶员的视觉刺激脑电信号，所述的信号采集装置通过信号放大装置与信号处理装置通信连接，所述的车辆自动定位驾驶模块为车辆自带的定位及自动驾驶模块，与信号处理装置通信连接，所述的导标组件设置于高速公路路边，用于发射闪光信号，与现有技术相比，本发明具有定位精确等优点。
-
公开(公告)号：CN114898124A
公开(公告)日：2022-08-12
申请号：CN202210509390.X
申请日：2022-05-10
Applicant: 复旦大学
IPC: G06V10/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于机器学习技术领域，具体为一种多智能体在线进化学习的机器学习方法。本发明方法包括：在OEL场景中，在局部区域内，有多个智能体模型在实时获取感知数据，同时结合少量的有标注数据进行不断的学习与智能体模型更新；多个智能体模型通过交互学习实现知识迁移；每个智能体模型都在面临大量的无标注non‑i.i.d感知数据，结合多个智能体模型的自身能力对这些感知数据进行有效的联合处理；其中采用相互匹配(MM)算法，用于模型之间的知识共享和持续学习，以稳定模型的泛化能力，保证各智能体在OEL环境中获得更好的性能提升。本发明方法可以减少大量的数据标注需求，利用多模型的知识共享提高整个感知系统的性能。
-
公开(公告)号：CN113762099A
公开(公告)日：2021-12-07
申请号：CN202110952822.X
申请日：2021-08-19
Applicant: 复旦大学
Abstract: 本发明属于室外场景实时点云三维重建技术领域，具体为一种基于路侧RSU的实时点云三维重构方法。本发明方法包括：设置包含摄像头的路侧RSU，进行车路场景中多RGB摄像头的数据采集，为三维重建提供充分的数据支持；构建室外三维场景实时重建模型；其中，采用端到端的人工智能方法代替传统重建中的部分过程，对室外场景进行高分辨实时三维重建；构建融合语义分割优化三维模型；其中，采用语义分割的方法结合一些模型先验对已经建立的模型进行补充，实现三维完整重建。本发明将室内成熟的三维重加算法改变为室外大规模场景的算法，完善和加强室外三维场景重建水平；可广泛应用于类似车路场景的各类室外大规模场景中。
-
公开(公告)号：CN113538534A
公开(公告)日：2021-10-22
申请号：CN202110700487.4
申请日：2021-06-23
Applicant: 复旦大学
Abstract: 本发明属于纳米成像技术领域，具体为一种基于深度强化学习的纳米成像的图像配准方法。本发明方法包括构建深度强化学习网络模型、利用该网络进行图像配准；网络模型包括两个分支；一个分支包括一个全连接层，输入为动作序列；一个分支包括两个卷积层和池化层，输入为选取的参考图片和待配准图片；输出为表示策略函数的的动作概率分布；图像配准部分，设计8种动作序列来对待配准的图像进行微调；具体包括：对待配准图像进行重采样；将待配准图像和参考图像和重采样图像输入构建的网络模型中，输出策略动作的概率分布。本发明速度快、精度高、鲁棒性好、适应性强；全自动进行图像配准，摆脱了手动标记的麻烦。
-
公开(公告)号：CN113411557A
公开(公告)日：2021-09-17
申请号：CN202110507947.1
申请日：2021-05-11
Applicant: 复旦大学
IPC: H04N13/106 , H04N13/117 , H04N13/363 , H04N19/149 , H04N19/176 , H04N19/423 , H04L29/06
Abstract: 本发明属于计算机网络应用层协议技术领域，具体为一种适用于蜂窝网络的VR全景视频优化传输方法。本发明方法包括：VR全景视频的投影、压缩、切片与分块；使用显著性检测对视频进行多焦点的冗余存储，其中采用3D卷积神经网络对样本视频进行有监督学习，得到预测模型用于预测显著区域，随后进行多焦点的冗余存储；视窗自适应传输协议，该协议是基于UDP的应用层协议，并保证视频流即时传输时有缓冲空间；基于头部运动方向预测的预传输，使用机器学习方法，建立方向预测模型，利用预测模型，预测出客户端下一段时间需要的视频片段，通过预传输的方式有效提高客户端视频流畅度。本发明模型简单，可以显著提升传输效率，保证实时性。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.041 seconds)
