公开(公告)号：CN116894843A

公开(公告)日：2023-10-17

申请号：CN202311161710.8

申请日：2023-09-11

Applicant: 西南林业大学

Inventor： 柴新卓 ,  代飞 ,  黄苾 ,  强振平 ,  巫晓静 ,  刘宁 ,  李乐成 ,  王帅

IPC: G06T7/00 ,  G06T5/10 ,  G06T7/30 ,  G06T7/40

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于感知哈希算法和区块链的普洱茶信息溯源方法。所述方法包括：在接收到校验请求时，基于感知哈希算法，识别待校验茶饼图像上的待校验纹理码；将所述的待校验纹理码与存储于区块链上的参考纹理码进行比对，确定是否存在与所述待校验茶饼图像相匹配的目标茶饼信息；若存在，向请求发送端输出所述目标茶饼信息。基于图像处理的区块链技术，利用计算机视觉的方法调节和分割图像，区块链的去中心化、不可篡改、可追溯等特性，提高了普洱茶的溯源效率和可信度，解决了如何提高普洱茶信息溯源的可靠性的问题。

公开(公告)号：CN116894469A

公开(公告)日：2023-10-17

申请号：CN202311163761.4

申请日：2023-09-11

Applicant: 西南林业大学

Inventor： 刘国志 ,  代飞 ,  黄苾 ,  李乐成 ,  王帅 ,  巫晓静 ,  柴新卓 ,  刘宁 ,  杨静 ,  黄宗才 ,  亓祥宇 ,  刘露 ,  强振平

IPC: G06N3/063 ,  G06N3/048 ,  G06F9/50 ,  H04L67/10

Abstract: 本发明涉及深度学习技术领域，尤其涉及一种端边云计算环境中的DNN协同推理加速方法、设备及介质。根据多分支DNN的层类型和计算平台的计算资源，构建目标时延预测模型；基于目标时延预测模型，预测DNN层的执行时延；获取目标平台当前可用带宽资源和可用计算资源，并将可用带宽资源、可用计算资源、截止时延和网络类型，输入最佳退出点预测模型，预测最佳退出点；根据最佳退出点提取多分支DNN，并确定提取后的多分支DNN中的节点划分结果；根据节点划分结果，将提取后的所述多分支DNN中的各个节点，分配至节点划分结果对应的目标平台，目标平台包括终端设备、云服务器和边缘服务器中的至少一个。解决了如何提高端边云计算环境中的DNN协同推理速度的问题。