一种面向物联网场景的非对称语义图像压缩方法

    公开(公告)号:CN114915786B

    公开(公告)日:2023-07-28

    申请号:CN202210445325.5

    申请日:2022-04-26

    Inventor: 陈斌 王轩

    Abstract: 本发明公开了一种面向物联网场景的非对称语义图像压缩方法。所述面向物联网场景的非对称语义图像压缩方法包括获取量化采样信号,并使用深度解码器重构图像;从所述重构图像中提取语义信息,将所述语义信息用于训练所述轻量级线性编码器,并将经过训练的所述轻量级线性编码器广播到物联网设备。本发明通过基于残差保真块重构取得更好的率失真表现,基于数据语义的率失真优化,保证了下游任务的准确率。

    基于秘密共享的多用户分布式隐私保护回归方法及装置

    公开(公告)号:CN115632761B

    公开(公告)日:2023-06-23

    申请号:CN202211038350.8

    申请日:2022-08-29

    Abstract: 本发明公开了一种基于秘密共享的多用户分布式隐私保护回归方法及装置,方法包括下述步骤:数据提供方C1,C2,...,Cn分别将各自的隐私数据(x1,y1),(x2,y2),...,(xn,yn)通过加性算术秘密共享分发给第一服务器S0和第二服务器S1,得到数据特征的秘密份额和数据标签的秘密份额;第一服务器S0和第二服务器S1基于获得的数据特征的秘密份额和数据标签的秘密份额进行安全两方计算;第一服务器S0和第二服务器S1分别将各自的模型参数的秘密份额 0和 1发送给数据使用方,然后数据使用方在本地重构出完整的模型参数w= 0+ 1。本发明在保证较高安全性的同时,以较低通信代价和较少交互次数完成模型训练任务。

    一种用于晶圆检测的机器视觉方法

    公开(公告)号:CN115063385A

    公开(公告)日:2022-09-16

    申请号:CN202210762670.1

    申请日:2022-06-29

    Abstract: 本发明涉及晶圆检测技术领域,公开了一种用于晶圆检测的机器视觉方法,包括以下步骤:步骤1:采用ImageNet1000数据集预训练MAE模型,并采用公共工业数据集对MAE模型进行初次微调;步骤2:确认待检测晶圆数据;并对MAE模型进行二次微调,得到改进MAE模型;步骤3:筛选标准训练样本;所述标准训练样本内仅包含有合格晶圆样本;步骤4:改进MAE模型基于标准训练样本进行特征提取并构建记忆库;步骤5:由改进MAE模型对待检测晶圆数据进行特征提取;步骤6:按照比对策略比对标准Patch Embedding和待检测晶圆数据的Patch Embedding,并判定得到待检测晶圆数据的合格Patch;步骤7:根据合格Patch确定并分割待检测晶圆数据的异常区域。本发明能够精准检测晶圆,识别精准度较高。

    一种面向物联网场景的非对称语义图像压缩方法

    公开(公告)号:CN114915786A

    公开(公告)日:2022-08-16

    申请号:CN202210445325.5

    申请日:2022-04-26

    Inventor: 陈斌 王轩

    Abstract: 本发明公开了一种面向物联网场景的非对称语义图像压缩方法。所述面向物联网场景的非对称语义图像压缩方法包括获取量化采样信号,并使用深度解码器重构图像;从所述重构图像中提取语义信息,将所述语义信息用于训练所述轻量级线性编码器,并将经过训练的所述轻量级线性编码器广播到物联网设备。本发明通过基于残差保真块重构取得更好的率失真表现,基于数据语义的率失真优化,保证了下游任务的准确率。

    一种替代模型自动提取方法、终端及存储介质

    公开(公告)号:CN115470927A

    公开(公告)日:2022-12-13

    申请号:CN202210987308.4

    申请日:2022-08-17

    Abstract: 本发明公开了一种替代模型自动提取方法、终端及存储介质,方法包括:获取目标模型面向的任务及任务数据信息,根据目标模型面向的任务确定替代模型的架构,并根据模型提取的特点及为改进提取流程设置模型提取框架;对收集的目标模型的任务数据进行降维处理,并对降维后的数据进行筛选,得到替代模型的训练数据集;根据预设指标度量替代模型的分类信心,根据分类信心对训练数据集进行分类,得到查询样本数据;通过模型提取框架中的监督学习算法和一致性正则化算法训练替代模型,得到训练后的替代模型;本发明可以获得目标模型决策能力,使得替代模型尽可能接近甚至超越目标模型在测试数据集上的表现,从而使得替代模型具有更令人满意的可用性。

    基于改进联邦学习的数据分类方法、系统及相关设备

    公开(公告)号:CN116503642A

    公开(公告)日:2023-07-28

    申请号:CN202310269638.4

    申请日:2023-03-15

    Abstract: 本发明公开了一种基于改进联邦学习的数据分类方法、系统及相关设备,方法包括:目标客户端根据预设的改进联邦学习算法对其对应的待训练的数据分类模型进行模型迭代训练,获得对应的已训练的数据分类模型,目标客户端根据预设的改进联邦学习算法进行一轮迭代时,基于全局特征提取器模型参数、全局分类器模型参数和本地分类器模型参数对待训练的数据分类模型的模型参数进行调整,全局特征提取器模型参数和全局分类器模型参数由目标客户端从服务器获取,本地分类器模型参数由目标客户端从本地存储的数据获取;目标客户端获取待分类数据,通过对应的已训练的数据分类模型进行分类获取待分类数据对应的目标类别。本发明有利于提高数据分类的准确性。

    一种块体单晶镍的无熔融制备方法

    公开(公告)号:CN114941169A

    公开(公告)日:2022-08-26

    申请号:CN202210615875.7

    申请日:2022-05-31

    Inventor: 李鹤 陈斌

    Abstract: 本发明实施例公开了一种块体单晶镍的无熔融制备方法,包括:将具有等轴晶粒的多晶镍坯料通过挤压成型,得到多晶镍棒;将多晶镍棒进行切割得到镍柱,并进行酸洗,干燥,真空退火处理后得到块体单晶镍。本发明利用无熔融法制备单晶镍,不必加热至熔点以上,节约成本,适合批量生产,此外还有制备单晶纯度高,易于推广等优点,展现出巨大的市场优势,并为大块体单晶镍基合金的制备提供了新的思路。

    基于JPEG的DC系数预测的重建修复图像方法、装置、终端设备及存储介质

    公开(公告)号:CN114938454B

    公开(公告)日:2024-04-02

    申请号:CN202210446418.X

    申请日:2022-04-26

    Inventor: 陈斌 王轩

    Abstract: 本发明中提供基于JPEG的DC系数预测的重建修复图像方法、装置、终端设备及存储介质,包括步骤:采用目标值最小预测算法对像素值和AC系数进行最小变量处理,得到关于DC系数的第一预测数组;对所述第一预测数组进行凸优化处理,得到最优DC系数预测值;对所述最优DC系数预测值和所述AC系数采用离散余弦逆变换算法进行图像恢复处理,得到恢复图像组;对所述恢复图像组应用自适应分配资源神经网络学习算法,得到修复图像组。解决了现有技术中DC系数预测和图像重建因计算复杂度太高,占据了大量计算资源,而无法在有限的边缘设备上实现的问题。

Patent Agency Ranking