-
公开(公告)号:CN115688908A
公开(公告)日:2023-02-03
申请号:CN202211192735.X
申请日:2022-09-28
Applicant: 东南大学
Abstract: 本发明公开了一种兼顾检测效率和精度的面向合成孔径雷达图像舰船目标检测任务的可微神经网络搜索与训练方法。该方法在SAR图像数据集上进行可微神经网络架构搜索,即在预设的包含有多种不同卷积和池化操作的搜索空间上,利用可微架构搜索对超级网络进行优化,以得到满足目标任务约束的神经网络模型,并对模型进行完备训练。通过改造可微架构搜索,不仅在可微架构搜索过程中集成了通道剪枝技术和模型剪枝技术,还创建新的混合损失函数,将交叉熵损失和模型计算量结合起来。本发明在舰船目标的目标检测任务上能自动化生成轻量级神经网络模型,在模型效率和检测精度上同时具有优异表现。
-
公开(公告)号:CN118233367A
公开(公告)日:2024-06-21
申请号:CN202410315113.4
申请日:2024-03-19
Applicant: 东南大学
IPC: H04L45/28 , H04L45/00 , H04L47/125
Abstract: 本发明涉及一种基于哈密顿转向模型的无死锁容错路由方法,旨在解决二维Mesh网络中单向链路故障问题。本发明采用改进的哈密顿转向模型,增强算法的自适应性,充分利用网络中的最短路径资源。在链路故障发生时,算法能绕过故障链路,尽可能最小化通信路径,同时避免使用虚拟通道,简化网络结构。通过融合故障检测的方法,在选择路由方向时考虑更远距离的故障信息,以避免数据包进入故障区域后进行禁止的转向,防止死锁发生。本发明通过考虑路由输出方向自适应度与链路实时内存有效容量,在避开链路故障的同时平衡网络负载,降低路由平均延迟,提高系统可靠性。
-