-
公开(公告)号：CN110532907B
公开(公告)日：2022-01-21
申请号：CN201910748649.4
申请日：2019-08-14
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G06V40/16 , G06V20/64 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G16H30/20 , G16H50/20
Abstract: 本发明属于图像识别及中医体质分类领域，具体涉及了一种基于面象和舌象双模态特征提取的中医人体体质分类方法、系统、装置，旨在解决现有技术体质分类结果准确率不能达到预期的问题。本发明方法包括：对获取的二维人脸、舌象图像归一化，对获取的三维人脸图像进行3D人脸识别预处理、自组织映射、k‑最邻近操作；提取处理后的二维图像的颜色特征、纹理特征，三维数据的几何特征；将特征融合并降维；采用DAG‑SVM多类分类模型获得对应的体质类别。本发明结合二维和三维数据的特征，在一些疾病的诊断中能够收集到更多角度尺度信息，提高了体质分类的准确率，从而提高了疾病诊断的准确率。
-
公开(公告)号：CN113837538A
公开(公告)日：2021-12-24
申请号：CN202110950807.1
申请日：2021-08-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种工业化建筑业务管理服务器及其管理方法，通过对应的操作功能接口，可以实现对工业化建筑业务的工地信息、建筑信息、构件信息、建筑任务的进度信息、建筑任务的提交信息以及再指派信息、账户信息以及权限信息的自动化管理，大大提升了信息的管理效率，解决了现有技术中通过人工手写的方式记录相关信息导致的效率低下的问题。而且，通过工业化建筑业务管理服务器，可以实现对建筑任务的进度跟踪，提升了对建筑任务的监管能力。
-
公开(公告)号：CN109345932B
公开(公告)日：2021-09-28
申请号：CN201810996106.X
申请日：2018-08-29
Applicant: 中国科学院自动化研究所 , 中国医学科学院北京协和医院
IPC: G09B23/28
Abstract: 本发明涉及医疗模型领域，具体涉及一种基于3D打印的医疗模型及其制作方法，目的在于提供术前模拟训练的模型。本发明的制作方法包括以下步骤：构建目标骨骼的三维数字模型；从中提取预设个数的目标骨骼的子模型；对每个目标骨骼的子模型进行孔洞修复；构建目标软组织/器官模具的三维数字模型；根据修复后的目标骨骼的子模型和模具的三维数字模型进行3D打印，得到目标骨骼的实物模型和目标软组织/器官的模具；基于3D打印得到的模具，制作目标软组织/器官的实物模型；将目标骨骼的实物模型与目标软组织/器官的实物模型进行组合，得到医疗模型。本发明制作的模型仿真度高，可以对医务人员进行术前的有效模拟训练，提高了手术成功率。
-
公开(公告)号：CN110428615B
公开(公告)日：2021-06-22
申请号：CN201910629489.1
申请日：2019-07-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于城市交通控制领域，具体涉及了一种基于深度强化学习单路口交通信号控制方法、系统、装置，旨在解决复杂交通状况的交通信号控制效果不好的问题。本发明方法包括：建立微观交通仿真环境并定义参数，设定评判网络、交通信号生成网络；基于当前阶段以及前一阶段数据计算评判网络的训练误差并更新网络参数；基于更新后的评判网络、当前阶段以及前一阶段数据，计算更新后的评判网络训练误差，并更新评判网络、交通信号生成网络参数；采用训练好的交通信号生成网络获取交叉口信号灯下一相位时长。本发明减少了事先了解路口车流量信息的调研工作，并能够随路口车流量需求改变而及时做出调整，大大提高了复杂交通状况的交通信号控制的效果。
-
公开(公告)号：CN112183748A
公开(公告)日：2021-01-05
申请号：CN202011065618.8
申请日：2020-09-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及深度学习技术领域，具体涉及一种基于稀疏卷积神经网络的模型压缩方法、系统及相关设备，旨在减轻模型对资源的占用。本发明的压缩方法包括：对模型进行稀疏正则化训练得到待压缩模型；根据待压缩模型各卷积层与BN层的参数，计算各滤波器的重要性评分；根据重要性评分以及预设的剪枝率设定重要性阈值；将重要性评分低于重要性阈值的滤波器，以及该滤波器对应的BN层参数一并剪除，获得剪枝后的模型。还可以对剪枝后的模型进行微调，以保证模型精度不低于预设的精度。本发明在不影响模型性能的前提下，实现了对模型参数量与计算量的大幅压缩，可以很好地减轻模型对资源的占用问题，使得深度学习模型能在资源受限的边缘计算设备上运行。
-
Patent Agency Ranking
公开(公告)号：CN111951950A
公开(公告)日：2020-11-17
申请号：CN201910410962.7
申请日：2019-05-16
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于人工智能与医疗领域，具体涉及一种基于深度学习的三维数据医疗分类系统和方法，旨在为了解决现有计算机方法进行病变部位病理特征分类准确性低的问题。本发明对获取的患者病变部位的三维数据通过三维空间仿射变换，得到三维数据特征向量，基于神经网络构建的医疗分类模型对三维数据特征向量进行病理特征类别的判断，进而得到病理特征分类。本发明基于三维数据，丰富了输入数据所包含的信息量，且降低了光照等自然因素影响，并基于训练后的医疗分类模型进行病理特征分类的分配，提高了病变部位病理特征分类准确性。
-
公开(公告)号：CN109808183B
公开(公告)日：2020-06-16
申请号：CN201910005702.1
申请日：2019-01-03
Applicant: 中国科学院自动化研究所 , 北京十维科技有限责任公司
Abstract: 本发明属于3D打印领域，具体涉及一种基于神经网络的3D打印误差补偿方法、系统、装置，旨在解决3D打印过程中对模型误差补偿困难的问题。本发明结合人工智能领域的神经网络来预测和补偿加式制造所产生的误差，通过三维扫描等技术获得数据，然后利用神经网络学习3D打印中的形变函数并完成预测，或学习逆向的形变函数并直接补偿。通过本发明对新模型误差补偿更容易，同样硬件基础上模型打印的精准度得到提高，或为达到同样的精度可以降低对硬件的要求。
-
公开(公告)号：CN110942524A
公开(公告)日：2020-03-31
申请号：CN201911231698.7
申请日：2019-12-05
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于边缘计算领域，具体涉及一种基于区块链的云边端协同停车管理计时收费系统、方法，旨在为了解决解决多停车场统一管理带来的网络通信负载大、中心计算压力大的问题。本发明系统包括中心平台、一个或多个停车场管理子系统；所述停车场管理子系统包括分别获取车辆出入场信息的入场识别装置、出场识别装置，以及用于分布式计算停车费用的边缘节点；并通过区块链技术进行收费记录信息的存证。本发明既能减少中心平台的计算量，也能够减少数据传输，增强数据的安全性。
-
公开(公告)号：CN110703802A
公开(公告)日：2020-01-17
申请号：CN201911065609.6
申请日：2019-11-04
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G05D1/10
Abstract: 本发明属于无人机及桥梁检测技术领域，具体涉及了一种基于多无人机协同作业的桥梁自动检测方法及系统，旨在解决传统桥梁检测操作难度大，而单架无人机耗时长、错误率高的问题。本发明方法包括：分析桥梁环境信息并将桥梁检测任务划分为多个子任务；获取任务分群优化函数，划分子任务群；分别规划子任务群对应的无人机航迹，并将子任务群分配给相应无人机；将无人机拍摄的照片传输至图像处理单元提取桥梁病害特征，生成桥梁病害报告。本发明根据不同的桥梁任务，设计不同的拍摄方案，通过多架无人机相互协作进行桥梁检测，各无人机同时执行不同的子任务，并且采用余度容错技术进行异常补救，效率高、任务连续性和完整性高、精度高、错误率低。
-
公开(公告)号：CN110532907A
公开(公告)日：2019-12-03
申请号：CN201910748649.4
申请日：2019-08-14
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于图像识别及中医体质分类领域，具体涉及了一种基于面象和舌象双模态特征提取的中医人体体质分类方法、系统、装置，旨在解决现有技术体质分类结果准确率不能达到预期的问题。本发明方法包括：对获取的二维人脸、舌象图像归一化，对获取的三维人脸图像进行3D人脸识别预处理、自组织映射、k-最邻近操作；提取处理后的二维图像的颜色特征、纹理特征，三维数据的几何特征；将特征融合并降维；采用DAG-SVM多类分类模型获得对应的体质类别。本发明结合二维和三维数据的特征，在一些疾病的诊断中能够收集到更多角度尺度信息，提高了体质分类的准确率，从而提高了疾病诊断的准确率。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.067 seconds)
