-
-
公开(公告)号：CN118864946A
公开(公告)日：2024-10-29
申请号：CN202410878095.0
申请日：2024-07-02
Applicant: 上海大学
IPC: G06V10/764 , G06V10/40 , G06V10/74 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0985
Abstract: 本发明涉及一种基于元学习的少样本肺炎分类方法和介质，包括以下步骤：获取胸部X光图像，输入训练好的少样本肺炎分类模型，获得肺炎类别概率；其中，所述少样本肺炎分类模型包括分层分类模块和相关任务模块，所述分层分类模块基于疾病层次树构建，包括特征提取器和层次分类器，层次分类器用于从胸部X光图像的特征表示中进一步提取不同粒度层次的特征，计算不同粒度层次的分类概率；分层分类模块的参数首先通过元学习算法在基类疾病数据集上进行两阶段更新，包括局部更新和全局更新，然后基于相关任务模块计算的基类疾病数据集和新类疾病数据集之间的相似性分数进一步微调。与现有技术相比，本发明可以快速、准确获得少样本肺炎分类结果。
-
公开(公告)号：CN111340543B
公开(公告)日：2024-03-22
申请号：CN202010115071.1
申请日：2020-02-25
Applicant: 上海大学
IPC: G06Q30/0202 , G06Q30/0204 , G06Q50/47 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明涉及一种基于注意力机制的细粒度打车需求预测方法，包括以下步骤：步骤一，对细粒度的打车需求预测问题进行建模；步骤二，根据问题模型，对出租车轨迹、道路网络和兴趣点等相关数据进行预处理，构建样本数据库；步骤三，建立卷积循环神经网络模型，为每个区域生成多个预测结果；步骤四，在步骤三的基础上提出了基于上下文感知的注意力组件，对多个预测结果进行融合；步骤五，将样本划分为训练集和测试集，对模型参数进行多次训练，选取误差最小的预测模型。本发明结合额外因素，充分捕获了打车需求内在的多视角时空特征；同时引入注意力机制，为每个区域的多个预测结果分配不同的权重，从而有效地提高打车需求预测的准确率。
-
公开(公告)号：CN116633785A
公开(公告)日：2023-08-22
申请号：CN202310582580.9
申请日：2023-05-23
Applicant: 上海大学
IPC: H04L41/0826 , H04L41/149 , H04L67/10
Abstract: 一种批处理作业资源配置优化方法及装置，所述批处理作业资源配置优化方法包括：确定云资源配置优化目标；所述云资源配置优化目标包括最大作业完成运行时间以及最小云服务成本；确定所述云资源配置优化目标对应的目标云资源配置。采用上述方案，能够在最大作业完成运行时间内，获取最小云服务成本的目标云资源配置。
-
公开(公告)号：CN112512061B
公开(公告)日：2022-11-22
申请号：CN202011222810.3
申请日：2020-11-05
Applicant: 上海大学
Abstract: 本发明涉及一种多接入边缘计算系统中的任务卸载与分派方法，是一种边缘计算系统中最小化每个任务完成时延的卸载与分派方法，在一个考虑移动设备和无线接入点的自私性的边缘计算系统中，将任务卸载与分派问题建模为多主从斯塔克伯格博弈，设计去中心化方法使得移动设备自主地选择卸载决策并平衡无线接入点的工作负载，从而使得每个任务解决的时延最小化。本发明采用算法依次执行以下步骤：首先采用基于Q‑值的卸载策略更新方法为每个移动智能设备计算最佳任务卸载决策；然后，基于最佳响应动态方法来更新每个接入点的任务分派决策均衡；重复以上步骤直到移动设备的卸载决策收敛。
-
Patent Agency Ranking
公开(公告)号：CN111664848A
公开(公告)日：2020-09-15
申请号：CN202010486081.6
申请日：2020-06-01
Applicant: 上海大学
Abstract: 本发明公开了一种多模态室内定位导航方法及系统，其中方法包括如下步骤：采集室内结构的位置信息，绘制室内地图,采集室内实景图像信息，将基准图像信息与基准位置信息进行对应的整合，构建室内位置信息数据库，设立一中心区域，存储于服务器；移动终端处于室内时，开启摄像头模块，获取实时图像信息，反馈给服务器；服务器将实时图像信息与位置信息数据库中基准图像进行匹配，输出匹配后的基准位置信息，判断匹配后的基准位置信息是否处于中心区域中，将判断结果反馈给移动终端；移动终端基于判断结果，选择定位方案，判断结果为是，启用第一模态进行定位导航，判断结果为否，启用第二模态进行定位导航。本发明可实现室内的精确定位导航。
-
公开(公告)号：CN119886400A
公开(公告)日：2025-04-25
申请号：CN202411668860.2
申请日：2024-11-21
Abstract: 本发明涉及一种基于鲁棒联邦知识追踪激励分配的学习成绩预测方法和介质，方法包括以下步骤：学校作为参与者，进行联邦知识追踪训练；根据参与者的训练时延，使用贪心算法制定带宽分配决策，使所有参与者同步完成模型更新与上传，各个参与者并行执行联邦知识追踪训练；联邦知识追踪训练完成后，评估各个参与者对全局知识追踪模型的贡献水平，使用强化学习方法生成激励分配策略，计算该激励分配策略下所有参与者的反馈效用总奖励，更新学习网络，最终选择反馈效用总奖励最高的激励分配策略，使用全局知识追踪模型预测各个学校在该课程的各学生未来答题准确率。与现有技术相比，本发明具有整体效用高、准确度高、实用性强、鲁棒性强等优点。
-
公开(公告)号：CN110928654B
公开(公告)日：2024-03-19
申请号：CN201911062119.0
申请日：2019-11-02
Applicant: 上海大学
Abstract: 本发明涉及一种边缘计算系统中分布式的在线任务卸载调度方法，在一个考虑异构计算任务随机实时到来的边缘计算系统中，将时间分成等长时间片，并将任务卸载调度问题分解为一组子问题，即每个设备和边缘服务器在能耗和存储限制下独立地确定任务卸载调度方案，从而最小化解决问题的平均时延。每个时间片中，依次执行以下步骤：首先采用迭代更新的方法为每个移动智能设备计算最佳CPU频率、发射功率和任务卸载决策；然后，更新每个设备的虚拟任务队列积压；最后通过收集所有设备的任务卸载决策，边缘服务器计算要卸载到云服务器的每种类型的任务数量。本发明保证在设备的能耗和存储空间限制下，所有计算任务的平均完成时延可以达到接近最优。
-
公开(公告)号：CN112511336B
公开(公告)日：2022-11-18
申请号：CN202011222597.6
申请日：2020-11-05
Applicant: 上海大学
IPC: H04L41/14 , H04L41/142 , H04L67/51
Abstract: 本发明涉及一种边缘计算系统中的在线服务放置方法，在一个考虑异构计算任务随机实时到来的边缘计算系统中，将时间分成等长时间片，在考虑边缘服务器有限的存储空间和计算资源的限制下，决定在边缘服务器上放置哪些服务来服务相应的任务，从而最小化完成所有任务的总时延。本发明采用算法包含两个交替的阶段，第一个阶段为服务放置动作的产生，即基站利用深度神经网络选择出最佳的服务放置决策，然后存储下基站和网络的交互过程作为经验。第二阶段为网络训练部分，利用经验回放技术和一个与在线网络结构相同但参数不同的目标网络来训练在线网络的参数。本发明保证在无法获取未来动态信息的和基站资源受限情况下，计算任务的总完成时延最小。
-
公开(公告)号：CN111664848B
公开(公告)日：2022-02-11
申请号：CN202010486081.6
申请日：2020-06-01
Applicant: 上海大学
Abstract: 本发明公开了一种多模态室内定位导航方法及系统，其中方法包括如下步骤：采集室内结构的位置信息，绘制室内地图,采集室内实景图像信息，将基准图像信息与基准位置信息进行对应的整合，构建室内位置信息数据库，设立一中心区域，存储于服务器；移动终端处于室内时，开启摄像头模块，获取实时图像信息，反馈给服务器；服务器将实时图像信息与位置信息数据库中基准图像进行匹配，输出匹配后的基准位置信息，判断匹配后的基准位置信息是否处于中心区域中，将判断结果反馈给移动终端；移动终端基于判断结果，选择定位方案，判断结果为是，启用第一模态进行定位导航，判断结果为否，启用第二模态进行定位导航。本发明可实现室内的精确定位导航。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.025 seconds)
