-
公开(公告)号：CN119514606A
公开(公告)日：2025-02-25
申请号：CN202411553774.7
申请日：2024-11-03
Applicant: 重庆大学
IPC: G06N3/0464 , G06F9/50
Abstract: 本发明属于分布式计算和卷积神经网络技术领域，具体涉及一种基于编码分布式计算的卷积神经网络卷积层加速方法。本发明的技术方案采用主从式分布计算架构，包括，对卷积层的输入张量和核张量进行切分，并利用多项式编码技术生成包含冗余信息的子张量；将所述编码子张量分配至各从节点进行本地存储和并行卷积计算；主节点通过接收最先返回的部分计算结果，即可恢复得到当前卷积层的完整输出。本发明通过引入编码计算和优化切分策略，在保证计算正确性的前提下，实现了以下技术效果：其一，降低了分布式系统的通信和存储开销；其二，提升了卷积运算的并行计算效率；其三，增强了系统抵抗节点掉队的容错能力。
-
公开(公告)号：CN117911650A
公开(公告)日：2024-04-19
申请号：CN202410105713.8
申请日：2024-01-25
Applicant: 重庆大学
Abstract: 本发明涉及计算机视觉和图形图像处理技术领域，具体公开了一种图神经网络的双线性参数化方法及三维形状分析系统，其使用两个线性参数化来近似谱滤波器，同时满足性能、鲁棒性和速度的要求。第一个线性参数化的基函数是小波滤波器基函数。通过用小波滤波器基函数参数化频谱滤波器，不仅能够保持滤波器的局部性质，还能够融入全局感知信息，以进一步增强卷积操作的信息聚合能力。第二个线性参数化的基函数是切比雪夫多项式基函数。可以通过用切比雪夫多项式参数化小波滤波器，从而在加速卷积操作的同时，保持对网格离散化或点云采样的鲁棒性，并降低了图卷积的计算复杂度。随后，可使用不同的框架将其应用到三维形状对应、分割、分类任务上。
-
公开(公告)号：CN112819028A
公开(公告)日：2021-05-18
申请号：CN202011595315.7
申请日：2020-12-29
Applicant: 重庆大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于故障诊断模型的医用新风系统故障诊断方法，通过建立故障诊断模型用以指示不同故障表征事件和系统工作状态信息分别与其各自关联的不同故障原因事件之间的发生概率、以及不同的故障原因事件与其关联的不同故障点事件之间的发生概率，从而可以借助故障诊断模型分析得到医用新风系统在当前故障表征事件以及当前系统工作状态信息状态下关联的故障点事件发生概率诊断结果，避免了依赖人工现场进行故障定位造成的准确定不可确定、诊断的经验知识难以复用、故障判定时间长等问题，提高了对医用新风系统的故障诊断定位的准确性和效率，为医用新风系统的智能化故障诊断提供一种切实可行的解决方案。
-
-
公开(公告)号：CN117409578A
公开(公告)日：2024-01-16
申请号：CN202311314592.X
申请日：2023-10-11
Applicant: 重庆大学
IPC: G08G1/01 , G06Q10/04 , G06Q50/40 , G06F17/14 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于交通流参数预测方法，具体涉及一种基于经验模态分解与深度学习结合的交通流预测方法。包括对采集到的交通流数据时间序列的进行经验模态分解得到多个本征模函数分量序列；形成各分量序列的跨尺度子序列，依次将跨尺度子序列逐行拼接为输入矩阵；将输入矩阵输入一带有注意力机制的卷积神经网络模型提取时间序列特征，将所述输出特征矩阵与显著性特征矩阵逐元素相乘得到融合特征矩阵，再逐行还原为各分量的融合特征序列，以各融合特征序列作为长短期记忆网络的输入，进行各分量的时间序列预测；将各分量的时间序列预测结果重构为最后的预测结果。解决了传统的方法在交通高峰期时段交通流变化缓慢的情况下，效果不理想的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN117333747A
公开(公告)日：2024-01-02
申请号：CN202311314589.8
申请日：2023-10-11
Applicant: 重庆大学
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06N3/09 , G06V10/74 , G06V10/764
Abstract: 本发明属于车辆重识别方法技术领域，具体涉及一种基于联合损失的多头注意力车辆重识别方法，包括，利用训练好的BoT(bag of tricks)基线网络模型，提取车辆重识别数据集图片的基线特征向量；将基线特征向量送入训练好的多头注意力模块进行提取操作；该模块中，多头(Head)中一个头用于提取全局特征，其他多个头分别用于提取不同的局部特征；所提取的全局特征进一步的用于计算由各局部特征的注意力权重组成的权重向量；然后将注意力权重分别与对应的局部特征向量相乘并求和，再结合全局特征得到模型最后的特征输出；基于所述特征输出进行车辆重识别。
-
公开(公告)号：CN116486920A
公开(公告)日：2023-07-25
申请号：CN202310083812.6
申请日：2023-02-08
Applicant: 重庆大学
IPC: G16B40/00 , G16B35/00 , G16H50/30 , G06F18/23213
Abstract: 本发明涉及单细胞转录组数据的分析方法技术领域，特别涉及一种基于迭代EM聚类的单细胞转录组疾病特异性细胞分析方法。主要包括以下步骤：首先利用图的聚类方法与细胞标志基因进行细胞分群。然后获取感兴趣的某一细胞群在疾病环境下的上调基因和下调基因。接下来使用打分算法对细胞进行打分并降维到分数空间。然后利用迭代EM聚类算法将所分析的细胞分为两群，随后将结果分类为疾病特异性细胞和对照组正常细胞。本发明提出一套适用于所有疾病条件下单细胞转录组数据集的研究方法，为该类型数据集的分析提供了新的模块化思路。
-
-
公开(公告)号：CN113159002A
公开(公告)日：2021-07-23
申请号：CN202110580434.3
申请日：2021-05-26
Applicant: 重庆大学
Abstract: 本发明涉及人脸表情识别技术领域，具体公开了一种基于自注意力权重辅助模块的人脸表情识别方法，包括步骤1：获取完整人脸图片以及人脸图片中鼻尖的位置；步骤2：将人脸图片以经过鼻尖的直线划分为两半，得到第一半脸图片和第二半脸图片；步骤3：获取完整人脸图片的全局特征向量、第一脸图片的局部特征向量以及第二半脸图片的局部特征向量；步骤4：将全局特征向量、局部特征向量及局部特征向量分别送入人脸表情识别神经网络中得到第一脸图片和第二半脸图片各自在辅佐预测中的权重值、全局预测向量、第一半脸局部预测向量和第二半脸局部预测向量；依照各预测向量权及其权重值得出最终的表情识别结果。本方法能有效识别人脸表情且抗姿势干扰。
-
公开(公告)号：CN112819028B
公开(公告)日：2024-02-02
申请号：CN202011595315.7
申请日：2020-12-29
Applicant: 重庆大学
IPC: G06F18/25 , G06F18/2415 , G06F18/2431
Abstract: 本发明公开了一种基于故障诊断模型的医用新风系统故障诊断方法，通过建立故障诊断模型用以指示不同故障表征事件和系统工作状态信息分别与其各自关联的不同故障原因事件之间的发生概率、以及不同的故障原因事件与其关联的不同故障点事件之间的发生概率，从而可以借助故障诊断模型分析得到医用新风系统在当前故障表征事件以及当前系统工作状态信息状态下关联的故障点事件发生概率诊断结果，避免了依赖人工现场进行故障定位造成的准确定不可确定、诊断的经验知识难以复用、故障判定时间长等问题，提高了对医用新风系统的故障诊断定位的准确性和效率，为医用新风系统的智能化(56)对比文件张梅 等.基于模糊故障树和贝叶斯网络的矿井提升机故障诊断《.工况自动化》.2020,第1-6页表1、图3、第1、1.3节.张振海 等.基于专家知识融合的贝叶斯网络结构学习方法 《.计算机工程与应用》.2013,1-5.尹超 等.基于专家知识库的微车后桥质量异常原因诊断及处理方法《.现代制造工程》.2015,33-41.
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.018 seconds)
