一种小样本图像生成方法及其系统

    公开(公告)号:CN114926710A

    公开(公告)日:2022-08-19

    申请号:CN202210588953.9

    申请日:2022-05-27

    Abstract: 本申请公开了一种小样本图像生成方法及其系统,一种小样本图像生成方法具体包括以下步骤:进行骨干网络的构建和初始化;响应于完成骨干网络的构建和初始化,在源域上训练骨干网络;响应于完成在源域上训练多个骨干网络,使用基于元学习的目标域对骨干网络进行跨域训练,获取与目标域适配的骨干网络;根据与目标域适配的骨干网络,进行小样本图像的生成和扩增。本申请设计了特殊的骨干网络和源域训练单元,引入域泛化的相关思想,将骨干网络在源域上进行充分的训练以提取域泛化特征信息,基于style block提出了一个特殊的骨干网络以更好的提取特征信息,能够提升最终的小样本图像生成的图像质量和数量。

    一种多无人机网络的缓存、通信与控制方法及其系统

    公开(公告)号:CN115021798A

    公开(公告)日:2022-09-06

    申请号:CN202210621156.6

    申请日:2022-06-02

    Abstract: 本申请公开了一种多无人机网络的缓存、通信与控制方法及其系统,多无人机网络的缓存、通信与控制方法具体包括以下步骤:进行初始化参数的设置;响应于完成初始化参数的设置,获取无人机的缓存放置结果;响应于获取无人机的缓存放置结果,获取内容调度结果;响应于输出最佳内容调度结果,获取内容调度结果;响应于完成带宽分配结果的获取,获取无人机轨迹优化结果;判断是否满足最佳输出条件;若不满足最佳输出条件,则重复执行上述步骤;若满足最佳输出条件,则输出最佳结果。本申请以较小的时间开销,自动完成了对多无人机辅助缓存蜂窝网络中缓存放置、内容调度、带宽分配和飞行轨迹的联合设计,使得网络单次内容分发任务的完成时间最小化。

    一种细粒度图像分类方法及其系统

    公开(公告)号:CN114972873A

    公开(公告)日:2022-08-30

    申请号:CN202210631682.0

    申请日:2022-06-06

    Abstract: 本申请公开了一种细粒度图像分类方法及其系统,其中细粒度图像分类方法具体包括以下步骤:使用预训练参数初始化分层视觉转换器网络;响进行数据的采样;根据采样的数据进行底层特征对比学习,获取第一预测损失;根据采样的数据进行深层特征平衡处理,获取第二预测损失;根据第一预测损失和第二预测损失进行整体损失的获取;通过反向传播更新网络参数;重复执行上述步骤,直至分层视觉转换器网络的参数收敛,保存更新后的网络参数;使用保存的网络参数进行分层视觉转换器网络的初始化;根据初始化后的分层视觉转换器网络进行图像类别的预测。本申请在优化细粒度图像分类任务时,同时优化了细粒度特征与长尾分布的问题。

    一种无线蜂窝网络拓扑控制节能方法

    公开(公告)号:CN102833832B

    公开(公告)日:2014-12-10

    申请号:CN201210307877.6

    申请日:2012-08-27

    CPC classification number: Y02D70/00

    Abstract: 本发明提供了一种无线蜂窝网络拓扑控制节能方法,包括:综合利用无线蜂窝网络中用户的接收信干噪比信息及基站的负载信息,运用图论知识将无线蜂窝网络建模为一加权二部图,其中基站和用户是图中的点,基站和用户的连接关系表示该加权二部图的边;该加权二部图中边的权值由该边对应链路用户的信干噪比值和基站的负载值联合决定,同时考虑了通信链路质量和无线蜂窝网络能耗两方面的因素;本发明还给出了一种使无线蜂窝网络对应的加权二部图的总权值达到最大值的迭代方法,该迭代方法不断更新加权二部图的连接矩阵及权值矩阵,由于该过程联合考虑了链路质量及无线蜂窝网络的能耗情况,无线蜂窝网络的能量效率会得到提高。

    一种多无人机网络的缓存、通信与控制方法及其系统

    公开(公告)号:CN115021798B

    公开(公告)日:2023-08-01

    申请号:CN202210621156.6

    申请日:2022-06-02

    Abstract: 本申请公开了一种多无人机网络的缓存、通信与控制方法及其系统,多无人机网络的缓存、通信与控制方法具体包括以下步骤:进行初始化参数的设置;响应于完成初始化参数的设置,获取无人机的缓存放置结果;响应于获取无人机的缓存放置结果,获取内容调度结果;响应于输出最佳内容调度结果,获取内容调度结果;响应于完成带宽分配结果的获取,获取无人机轨迹优化结果;判断是否满足最佳输出条件;若不满足最佳输出条件,则重复执行上述步骤;若满足最佳输出条件,则输出最佳结果。本申请以较小的时间开销,自动完成了对多无人机辅助缓存蜂窝网络中缓存放置、内容调度、带宽分配和飞行轨迹的联合设计,使得网络单次内容分发任务的完成时间最小化。

    一种ViT网络模型的剪枝方法及其系统

    公开(公告)号:CN115249061A

    公开(公告)日:2022-10-28

    申请号:CN202210879913.X

    申请日:2022-07-25

    Abstract: 本申请公开了一种ViT网络模型的剪枝方法及其系统,其中ViT网络模型的剪枝方法具体包括以下步骤:对ViT网络模型的每一层的稀疏化比率进行初始化;响应于完成稀疏化比率的初始化,进行ViT网络模型的初始修剪;响应于完成初始修剪,对ViT网络模型进行蒸馏训练;对训练完成的ViT网络模型进行再次修剪,完成剪枝。本申请对传统ViT网络模型的结构进行了优化,具体引入重要性分数判决模块能够快速得到修剪维度的重要性,相较于之前的基于L1范数这一标准,本发明得到的判决标准更加合理,能够保证修剪的部分为模型不重要的部分,提高了修剪的精准度。

    一种无线蜂窝网络拓扑控制节能方法

    公开(公告)号:CN102833832A

    公开(公告)日:2012-12-19

    申请号:CN201210307877.6

    申请日:2012-08-27

    CPC classification number: Y02D70/00

    Abstract: 本发明提供了一种无线蜂窝网络拓扑控制节能方法,包括:综合利用无线蜂窝网络中用户的接收信干噪比信息及基站的负载信息,运用图论知识将无线蜂窝网络建模为一加权二部图,其中基站和用户是图中的点,基站和用户的连接关系表示该加权二部图的边;该加权二部图中边的权值由该边对应链路用户的信干噪比值和基站的负载值联合决定,同时考虑了通信链路质量和无线蜂窝网络能耗两方面的因素;本发明还给出了一种使无线蜂窝网络对应的加权二部图的总权值达到最大值的迭代方法,该迭代方法不断更新加权二部图的连接矩阵及权值矩阵,由于该过程联合考虑了链路质量及无线蜂窝网络的能耗情况,无线蜂窝网络的能量效率会得到提高。

Patent Agency Ranking