-
公开(公告)号：CN114330714B
公开(公告)日：2022-06-14
申请号：CN202210217667.1
申请日：2022-03-08
Applicant: 北京环境特性研究所
Abstract: 本发明提供了一种卷积神经网络剪枝优化方法、装置、电子设备及存储介质，该方法包括：获取完成训练的卷积神经网络模型；对于卷积神经网络模型的每一个类别，确定对应的语义信息图，并基于语义信息图，确定每个滤波器在各类别中的滤波器重要性因子；根据滤波器重要性因子及剪枝目标，对滤波器进行重要程度排序；基于排序结果及剪枝目标，逐步剪除重要程度小的滤波器，直至达成剪枝目标，得到剪枝优化后的卷积神经网络模型；对剪枝优化后的卷积神经网络模型进行重训练。本发明能够实现有针对性的、效果更佳的卷积神经网络剪枝压缩。
-
公开(公告)号：CN114330350A
公开(公告)日：2022-04-12
申请号：CN202210007201.9
申请日：2022-01-05
Applicant: 北京环境特性研究所
IPC: G06F40/295
Abstract: 本发明涉及计算机深度学习技术领域，特别涉及一种命名实体识别方法、装置、电子设备及存储介质，该方法包括：获取已知命名实体的中文文本并进行预处理，得到多个已知命名实体的文本向量；基于已知命名实体的文本向量，对联合模型进行训练；联合模型包括字符识别模型、分词识别模型和序列标注模型；获取待识别的中文文本并进行预处理，得到待识别的文本向量；将待识别的文本向量输入训练后的联合模型，进行命名实体识别。本发明能够提高中文文本的实体识别性能。
-
公开(公告)号：CN110826566B
公开(公告)日：2022-03-01
申请号：CN201911059934.1
申请日：2019-11-01
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种基于深度学习的目标切片提取方法，该方法包括：基于原始图像确定待提取的目标，针对目标搭建深度卷积神经网络并进行训练；将原始图像输入训练好的深度卷积神经网络，通过深度卷积神经网络对含背景的原始图像进行像素级目标背景分离，实现目标分割；根据分离背景得到的目标图像和切片预定尺寸，获取目标切片图像并调整其尺寸；判断调整后的目标切片图像是否存在缺失像素，如存在，则计算缺失尺寸并进行相应的缺失填充，得到最终的目标切片。该方法实现了目标自动检索、像素分割，支持批量制备目标切片，保证目标切片提取过程中不会被随意裁剪、缩放的同时，实现目标切片提取的智能化、高效化。
-
公开(公告)号：CN113989474A
公开(公告)日：2022-01-28
申请号：CN202111498806.4
申请日：2021-12-09
Applicant: 北京环境特性研究所
IPC: G06V10/143 , G06V10/25 , G06V10/80 , G06K9/62
Abstract: 本发明涉及一种基于递进式层级融合网络的红外小目标智能识别方法，利用双波段红外在成像信息上的互补性，从数据维进行数据融合增强，提高神经网络用于红外小目标识别的可用信息量；从嵌入式应用部署出发构建双波段红外数据融合与目标检测一体化神经网络，充分利用网络中不同组件间参数的权值共享，增强数据间的耦合效应，降低网络模型整体计算复杂度；以双波段红外数据融合为基础，设计了建面向红外弱小目标检测识别的像素级—特征级—决策级递进式多级融合的一体化神经网络架构，实现了高效的红外小目标识别能力，在夜视监控、危险源探测、人员搜救等方面有着重要的作用。
-
公开(公告)号：CN112700005A
公开(公告)日：2021-04-23
申请号：CN202011576874.3
申请日：2020-12-28
Applicant: 北京环境特性研究所
Abstract: 一种基于蒙特卡洛树搜索的异常事件处理方法和装置，包括：监测深海安全事件推演场景中异常事件；当所述异常事件(如海底电缆断裂等)发生时；通过对异常事件处理方案空间进行采样建立蒙特卡洛搜索树；并确定异常事件发生后的待选处置方案的选择；确定采取每一种所述待选处置方案所取得的收益，对所述异常事件造成的影响进行评估；确定使所述异常事件造成的全局损失最小的处置方案，获得最优的异常事件处置方案(如最优的带宽分配策略等)。从而降低该异常事件对经济、民生等方面的安全影响范围及影响程度。
-
Patent Agency Ranking
公开(公告)号：CN109754016A
公开(公告)日：2019-05-14
申请号：CN201910007002.6
申请日：2019-01-04
Applicant: 北京环境特性研究所
IPC: G06K9/62
Abstract: 本发明涉及一种图片数据智能识别系统，其包括图片数据存储模块，用于存储图片数据，并获取所述图片数据的存储路径和图片标识；图片数据标注模块，用于对所述图片数据进行标准化处理，还用于对所述图片数据进行标记；训练模块，用于对预存的多种网络模型进行训练，得到多种训练模型；识别模块，用于根据所述训练模型对所述图片数据进行分类。本发明提供的图片数据智能识别系统能够提高识别效率，降低成本。
-
-
公开(公告)号：CN107273435A
公开(公告)日：2017-10-20
申请号：CN201710370307.4
申请日：2017-05-23
Applicant: 北京环境特性研究所
CPC classification number: G06F17/30793 , G06T7/254 , G06T7/269 , G06T2207/10016 , G06T2207/20084 , G06T2207/30196
Abstract: 本发明公开了基于MapReduce的视频人员模糊检索并行化方法，步骤有：(1)将视频数据传到HDFS模块中，并对视频进行切分后存储到HBASE数据库；(2)利用Hadoop的MapReduce模型，在映射前，计算输入分片，每个输入分片针对一个映射任务，在每个映射任务中，进行解码，并检测运动的物体；(3)检测运动的物体是否是人员；(4)提取人员的服饰特征；(5)对人员进行检索，识别人员外貌信息；(6)将外貌信息存到HBASE数据库中，按照相似度高低排序，将视频与外貌信息进行一一对应，在客户端发送请求时，将视频与外貌信息进行整合，反馈给客户端，实现识别结果的可视化。本发明大幅度提高监控视频的人员目标识别自动化程度、速率和准确率以及提高监控视频数据的利用率。
-
公开(公告)号：CN119669275A
公开(公告)日：2025-03-21
申请号：CN202411729201.5
申请日：2024-11-28
Applicant: 北京环境特性研究所
IPC: G06F16/2453 , G06F16/242 , G06F16/2455
Abstract: 本发明公开了一种面向电磁散射领域的混合数据调用方法及装置，属于数据存储领域。方法包括：对获取的运动目标的采集数据进行分类处理；将分类结果进行索引和查询优化后存储到复合数据库中；根据统一接口的查询指令调取复合数据库中所有与待查询目标有关联的数据。本发明能够实现电磁散射数据的高效存储、查询和管理，并提升对复杂数据的处理能力。
-
公开(公告)号：CN114330350B
公开(公告)日：2024-10-11
申请号：CN202210007201.9
申请日：2022-01-05
Applicant: 北京环境特性研究所
IPC: G06F40/295
Abstract: 本发明涉及计算机深度学习技术领域，特别涉及一种命名实体识别方法、装置、电子设备及存储介质，该方法包括：获取已知命名实体的中文文本并进行预处理，得到多个已知命名实体的文本向量；基于已知命名实体的文本向量，对联合模型进行训练；联合模型包括字符识别模型、分词识别模型和序列标注模型；获取待识别的中文文本并进行预处理，得到待识别的文本向量；将待识别的文本向量输入训练后的联合模型，进行命名实体识别。本发明能够提高中文文本的实体识别性能。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.02 seconds)
