-
公开(公告)号：CN114298217B
公开(公告)日：2024-08-27
申请号：CN202111619238.9
申请日：2021-12-27
Applicant: 上海大学
IPC: G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于记忆增强型自编码器的时序数据异常检测方法和装置，方法包括：获取原始数据，处理后得到原始样本；采用编码器将原始样本编码为潜在表示；计算潜在表示与各个记忆项之间的相对距离，构成寻址向量；将寻址向量与各个记忆项分别相乘，将相乘结果相加得到新的潜在表示；采用解码器对新的潜在表示解码，得到重建样本；根据原始样本和重建样本的重建误差，实现异常检测；记忆项的训练包括：初始化记忆项，获取训练数据，并执行上述步骤，获取重建误差，计算重建损失，不断迭代训练调整记忆项中的参数。与现有技术相比，本发明能够抑制模型的过度泛化能力，增大异常数据和正常数据之间的异常分数，极大提高识别异常的准确率。
-
公开(公告)号：CN118450464A
公开(公告)日：2024-08-06
申请号：CN202410518681.4
申请日：2024-04-28
Applicant: 上海大学
Abstract: 本发明涉及一种基于综合自适应函数的数据路由决策方法，该方法用于处理面向车辆边缘计算网络的数据路由决策，包括：在路由发现阶段进行网络初始化，并基于广播发现机制获取网络拓扑信息和可行路径集；在路由决策阶段基于网络拓扑信息和可行路径集构建路由信息表，基于综合自适应函数确定优先级，选择下一跳终端来获取主路径和辅助路径，并形成全网路径集；以及在路由维护阶段通过双阶段路由维护机制来更新路由表信息。与现有技术相比，本发明具有实现稳定、高效和可靠的网络数据路由、适用范围广等优点。
-
公开(公告)号：CN118094431A
公开(公告)日：2024-05-28
申请号：CN202410287298.2
申请日：2024-03-13
Applicant: 上海大学
IPC: G06F18/2433 , G06F18/213 , G06F18/25 , G06F16/35 , G06F16/55 , G06F16/583 , G06N3/0455 , G06N3/0895 , G06N3/084 , G06T3/40
Abstract: 本发明涉及一种基于图文对比学习的表面异常检测方法，包括以下步骤：通过监控设备获取产品的表面图像；从产品文档中提取与产品表面异常相关的文本；分别提取图像特征和文本特征；将文本特征复制到和图像特征一样的数量组成图像文本的特征对，使用图文对比学习算法计算该特征对的相似度，然后取其平均数的相反数作为损失函数，并反向传播至图文对比学习算法中进行参数的调整，得到相似度的设定阈值；提取待检测样本的图像特征和文本特征，计算图像特征和文本特征的相似度；将该相似度与设定的阈值比较，如果相似度大于给定阈值，则为正常样本，否则为异常样本。与现有技术相比，本发明具有通过文本数据学习到异常有关的信息，以及快速的检测能力等优点。
-
Patent Agency Ranking
公开(公告)号：CN114298217A
公开(公告)日：2022-04-08
申请号：CN202111619238.9
申请日：2021-12-27
Applicant: 上海大学
Abstract: 本发明涉及一种基于记忆增强型自编码器的时序数据异常检测方法和装置，方法包括：获取原始数据，处理后得到原始样本；采用编码器将原始样本编码为潜在表示；计算潜在表示与各个记忆项之间的相对距离，构成寻址向量；将寻址向量与各个记忆项分别相乘，将相乘结果相加得到新的潜在表示；采用解码器对新的潜在表示解码，得到重建样本；根据原始样本和重建样本的重建误差，实现异常检测；记忆项的训练包括：初始化记忆项，获取训练数据，并执行上述步骤，获取重建误差，计算重建损失，不断迭代训练调整记忆项中的参数。与现有技术相比，本发明能够抑制模型的过度泛化能力，增大异常数据和正常数据之间的异常分数，极大提高识别异常的准确率。
-
公开(公告)号：CN118521939A
公开(公告)日：2024-08-20
申请号：CN202410678192.5
申请日：2024-05-29
Applicant: 上海大学
IPC: G06V20/40 , G06V40/20 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种基于前馈神经网络的视频动作质量评估方法及装置。该方法首先获取原始动作质量评估视频并进行降采样，得到多个视频片段，利用数据增强策略扩展视频片段，得到相应的图像帧；其次，预处理图像帧；接着，利用预训练的视频特征提取网络处理预处理后的图像帧，获取动作质量评估视频的初步特征，初步特征包括视频中动作的时空语义信息；再次，利用基于残差结构的前馈神经网络对初步特征进行聚合与学习，得到增强后的特征；最后利用分数分布回归方法对增强后的特征进行预测，得到动作质量分数预测结果。与现有技术相比，本发明具有有效提高视频动作质量评估的准确性和稳定性等优点。
-
公开(公告)号：CN117593659A
公开(公告)日：2024-02-23
申请号：CN202311581425.1
申请日：2023-11-23
Applicant: 上海大学
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06V10/42 , G06V10/80
Abstract: 本发明涉及一种基于小样本学习的遥感图像目标检测方法，该方法包括：获取遥感图像数据，并将数据集划分为训练集和测试集，将训练集划分为查询集和支持集；将查询集中的图像输入特征提取器得到查询特征，将支持集中的图像及其边界框注释输入重加权网络得到支持特征，然后采用基于特征金字塔网络FPN和Transformer编码器的特征聚合模块，对查询特征和支持特征进行特征增强和特征融合，构建小样本遥感图像目标检测模型，并进行训练；将测试集输入至训练好的小样本遥感图像目标检测模型进行目标检测。与现有技术相比，本发明可实现小样本情况下的高精度遥感图像目标检测。
-
公开(公告)号：CN118647026A
公开(公告)日：2024-09-13
申请号：CN202410518679.7
申请日：2024-04-28
Applicant: 上海大学
IPC: H04W12/122 , H04W4/48 , H04W84/18 , H04W40/24 , H04W24/06
Abstract: 本发明涉及一种基于信任预测的车载自组网数据路由构建方法，该方法通过信任预测构建用于抵制车载自组网网络攻击的数据路由，包括以下步骤：步骤S1，提取车载自组网原始数据的特征信息，通过模糊综合评判获取直接信任值；步骤S2，存储直接信任值和历史信任形成信任记录，并动态调整历史信任在信任预测中的重要程度；步骤S3，将特征信息和信任记录输入训练好的深度置信网络进行信任预测，获取节点综合信任数据；步骤S4，基于节点信任数据划分可信等级，并筛选出候选节点集；步骤S5，基于候选节点集，利用决策函数构建可信数据路由。与现有技术相比，本发明具有有效抵制外部攻击、提升路由的安全性、可靠性和传输效率等优点。
-
公开(公告)号：CN117593575A
公开(公告)日：2024-02-23
申请号：CN202311581375.7
申请日：2023-11-23
Applicant: 上海大学
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06V10/80
Abstract: 本发明涉及一种单目三维目标检测方法及系统，该方法包括：获取智能交通系统中的原始道路图像数据集，并进行图像预处理；构建单目三维目标检测模型，包括依次连接的特征提取网络、特征融合模块和重要性感知的检测头，特征融合模块内嵌有位置感知的注意力机制；特征提取网络对预处理后的图像数据进行特征提取得到多尺度特征表示，然后输入至特征融合模块，并利用内嵌的位置感知的注意力机制感知空间和通道两个维度上位置信息，重加权全局特征表示，最后利用重要性感知的检测头对重加权的全局特征表示进行解码；采用训练好的单目三维目标检测模型进行目标检测。与现有技术相比，本发明实现轻量化的同时保持强大的目标位置检测能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
