-
公开(公告)号：CN114928548A
公开(公告)日：2022-08-19
申请号：CN202210445503.4
申请日：2022-04-26
Applicant: 苏州大学
Abstract: 本发明涉及一种社交网络信息传播规模预测方法及装置，首先通过对用户之间的关注关系进行采样，并构建异构图解决了多源信息传播结构上的不连通问题；然后，对用户转发的时间序列划分时间段，并进一步根据这些时间段向异构图中添加时间节点，并连接对应时间段内的用户，使得构建的异构图也有了表达时间特征的能力；最后，通过对异构图中的时间节点使用循环神经网络提取时间特征，并和使用图卷积神经网络的结构特征学习多轮交替进行，从而实现时间特征和结构特征之间双向强依赖关系的学习。
-
公开(公告)号：CN111761817B
公开(公告)日：2022-03-22
申请号：CN202010543577.2
申请日：2020-06-15
Applicant: 苏州大学
IPC: B29C64/124 , B29C64/20 , B29C64/393 , B33Y10/00 , B33Y30/00 , B33Y50/02
Abstract: 本发明公开了一种基于DLP的大幅面3D打印方法和装置，涉及数据处理技术领域，获得第一切片位图信息；判断第一切片位图信息是否符合预设投影尺寸；当第一切片位图信息超出预设投影尺寸时，将第一切片位图切分，获得系列单元位图；获得第一3D打印机的第一连接信息；根据第一连接信息确定第一预处理信息；控制DLP光引擎和液槽水平移动至第一单元位图进行投影曝光，获得第一固化位图信息、第二固化位图信息；根据第一固化位图信息与第二固化位图信息获得第一固化层；将第一固化层脱模，且垂直上移第一厚度，叠加第一固化层获得第一模型实体。达到了在不增加投影设备的情况下，采用移动拼接成型水平移动一个投影设备完成大幅面模型打印的技术效果。
-
公开(公告)号：CN114081513A
公开(公告)日：2022-02-25
申请号：CN202111518134.9
申请日：2021-12-13
Applicant: 苏州大学
Abstract: 本发明涉及一种基于肌电信号的异常驾驶行为检测方法，包括获取带标签的异常驾驶行为肌电数据；对异常驾驶行为肌电数据进行预处理；利用预处理后的异常驾驶行为肌电数据的特征信息对神经网络模型进行训练，得到分类模型；获取驾驶过程中的实时驾驶行为肌电数据，对数据进行信号中值校正、动作区间提取以及特征提取处理；将处理后的实时驾驶行为肌电数据的特征信息输入至训练好的分类模型，输出预测分类的结果，判断是否发生异常驾驶行为，并在发生异常驾驶行为后发出异常驾驶警告。本发明使用低成本肌电传感器采集司机的驾驶行为肌电数据，不受环境和乘客影响，使用方便，克服了现有技术普遍存在的部署困难、佩戴不便以及成本高等问题。
-
公开(公告)号：CN113158243A
公开(公告)日：2021-07-23
申请号：CN202110414068.4
申请日：2021-04-16
Abstract: 本发明公开了一种分布式图像识别的模型推理方法及系统，方法包括构建卷积神经网络图像分类模型并按层切分，获取模型的层信息、各个层的权重参数矩阵和计算量；根据层信息确定边缘设备的数量，并结合边缘设备的存储空间和计算能力、根据各个层的权重参数矩阵尺寸和计算量将模型分布部署到边缘设备上；边缘设备使用线性编码的分布式卷积神经网络图像分类推理方案对图像进行分类识别，通过图像推理计算得到识别结果。系统包括部署有权重参数矩阵的边缘设备，边缘设备之间通过线性编码的方式互相通信。本发明通过合理部署保证了图像识别过程的稳定性，避免掉队者问题；通过使用线性编码的分布式图像分类推理方案进行分类识别，保护了数据安全。
-
公开(公告)号：CN112612601A
公开(公告)日：2021-04-06
申请号：CN202011419005.X
申请日：2020-12-07
Abstract: 本发明涉及一种分布式图像识别的智能模型训练方法及系统,包括在边缘服务器上创建任务池和结果池；每个边缘工作节点从所述任务池中随机获取一个任务；计算所述任务，所述边缘工作节点将结果放入所述结果池中；所述边缘服务器从所述结果池中取出所有结果，并将所有结果集成到最终结果中。本发明不但训练时间少、健壮性和安全性高，而且能够在边缘嵌入式设备上运行。
-
Patent Agency Ranking
公开(公告)号：CN111796831A
公开(公告)日：2020-10-20
申请号：CN202010590515.7
申请日：2020-06-24
Applicant: 苏州大学
Abstract: 本发明提供了一种多芯片兼容的编译方法和装置，涉及软件开发技术领域，通过提取Makefile文件的共性特征信息；设置所述Makefile文件的变量属性信息；根据所述Makefile文件的共性特征信息与所述变量属性信息，获得多芯片的通用Makefile文件模板；通过编译模块遍历所述通用Makefile文件模板中的待编译工程，记录所述待编译工程的依赖文件路径信息并替换所述通用Makefile文件模板中的第一变量值，确定所述通用Makefile文件模板的自动化配置信息；根据所述通用Makefile文件模板的自动化配置信息调用Make工具的增量编译机制，获得所述待编译工程的目标Makefile文件；通过所述Makefile文件中的规则信息和伪目标标签信息处理所述目标Makefile文件，获得编译生成的可执行文件。
-
公开(公告)号：CN111751722A
公开(公告)日：2020-10-09
申请号：CN202010546823.X
申请日：2020-06-16
Applicant: 苏州大学
IPC: G01R31/34 , G01R19/165
Abstract: 本发明公开了一种油气泵电机故障检测方法和装置，涉及油气泵电机技术领域，获得第一预定电流阈值；获得电机母线实时电流；根据电机母线实时电流，获得电机母线电流波动值；判断波动值是否超过第一预定电流阈值；如果波动值超过第一预定电流阈值，获得第一指令，第一指令用于控制电机停止运行，判断电机是否发生堵转；如果电机发生堵转，获得电机堵转时间；获得第一预定时间阈值；判断电机堵转时间是否超过第一预定时间阈值；如果电机堵转时间超过第一预定时间阈值，获得第二指令，第二指令用于检查电机轴承。达到了根据电机电流的波动情况判断电机是否发生堵转，如果发生堵转及时停止电机运行，保护电机安全的技术效果。
-
公开(公告)号：CN110996259A
公开(公告)日：2020-04-10
申请号：CN201911229660.6
申请日：2019-12-04
Applicant: 苏州大学
Abstract: 本发明公开了一种基于边缘计算的智慧垃圾监控清运方法及装置，分别设置云服务器和多个边缘服务器；在各垃圾桶处设置智慧终端，将获取的传感器信息定期通过通信模块发送至边缘服务器；在边缘服务器上设置数据监控模块，对智慧终端发来的数据进行解析，获取垃圾桶的各项数据，分别存储至边缘服务器本地数据库及云服务器数据库；在边缘服务器和云服务器上分别设置人机交互端，根据业务的时延要求，将需要实时处理的业务设置在边缘服务器，将其它业务设置在云服务器；边缘服务器利用接收到的数据进行路径规划，发送至垃圾清运车，垃圾清运车根据规划的路径实现垃圾清运。本发明可以监控垃圾桶的多种状态，既有利于清运路径规划，又能判断垃圾桶内是否有火灾隐患；合理设置系统架构，实现低延迟。
-
公开(公告)号：CN110784493A
公开(公告)日：2020-02-11
申请号：CN201911212243.0
申请日：2019-12-02
Applicant: 苏州大学
Abstract: 本发明公开了一种综合气象数据采集系统，包括人机交互系统、终端和密钥获取模块，密钥获取模块用于生成系统公钥和第一用户私钥，信息接收模块用于接收终端发来的基于访问结构以及明文生成的密文和验证令牌，以及接收用户访问端发来的基于系统公开参数、第一用户私钥以及相应的用户属性生成的转换密钥和第二用户私钥，分解密文生成模块用于基于系统公开参数、用户访问端的用户唯一标识、转换密钥以及密文生成部分分解密文，信息发送模块用于将部分分解密文发送至用户访问端，以使用户访问端利用系统公开参数以及第二用户私钥对部分分解密文进行解密，得到明文。该系统减轻了用户的计算和存储负荷。
-
公开(公告)号：CN106161204B
公开(公告)日：2019-05-10
申请号：CN201610400278.7
申请日：2016-06-08
Applicant: 苏州大学
IPC: H04L12/58 , H04L12/701 , H04L12/721 , H04L12/725
Abstract: 本发明是一种基于群体智能的移动社交网络中的数据传输方法，该方法包括以下步骤：A：针对移动社交网络中的数据分发问题，对其进行模型化分析，归纳出移动社交网络的一般模型；B：在归纳出移动社交网络一般模型的基础上，利用蚁群优化算法在处理优化问题上的高效性采用基于蚁群优化的移动社交网络算法ACOMSNet；C：针对ACOMSNet算法容易陷入局部最优的缺陷，将粒子群算法与ACOMSNet融合，得到改进后的ACOMSNet算法；D：针对网络中的自私节点基于节点声誉值采用适用于移动社交网络的激励机制算法。本发明方法利用群体智能理论中的蚁群优化、粒子群优化思想来优化路由，使得移动社交网络中能有较高的数据传输成功率以及较低的时延。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.034 seconds)
