-
公开(公告)号：CN119598381A
公开(公告)日：2025-03-11
申请号：CN202311156307.6
申请日：2023-09-08
Applicant: 中国科学院沈阳计算技术研究所有限公司
IPC: G06F18/25 , G06F18/213 , G06N3/0442 , G06F18/214
Abstract: 本发明涉及一种基于EMD‑LSTM的融合空间特征的风速预测方法。该方法从监测站点获取时序、空间数据，预处理构建数据集，建立时空预测模型进行风速预测，采用权值贝叶斯优化将两种预测结果融合，得到预测结果。时间模型中对风速率特征进行EMD分解，输入多个LSTM，将每个LSTM的预测分量累加得到仅考虑时序特征的风速预测值。空间模型中对邻近站点风速进行矢量分解并插值，还原风速矢量获取风向和风速率的插值并计算与实际值的距离以获得空间独立性权重。模型融合中依据空间独立性权重进行权值贝叶斯优化，得到融合时空特征的风速值预测。本发明同时考虑风速预测任务中相关时间特征和空间特征的影响，模型结构和预测方法更加合理。
-
公开(公告)号：CN119337959A
公开(公告)日：2025-01-21
申请号：CN202411314182.X
申请日：2024-09-20
Applicant: 中国科学院沈阳计算技术研究所有限公司
IPC: G06N3/092 , G06N3/0442 , G06N3/006 , G06N5/04 , G06Q50/26
Abstract: 本发明公开一种用于智能博弈推演的改进DS‑PPO强化学习方法。本发明为了使智能体能够在复杂的兵棋推演环境做出更加准确的决策，DS‑PPO针对兵棋推演环境的大规模的状态‑动作空间、环境不对称、随机性高等特点，首先引入了双状态输入机制和动作掩码机制，使得智能体能够更好的感知全局环境信息并规避无效动作。其次，对原有的损失函数进行重新设计，引入处理非法动作的掩码和自定义的熵损失，强化策略的探索性，避免智能体陷入局部最优解，减少策略更新的不稳定性。
-
公开(公告)号：CN118967644A
公开(公告)日：2024-11-15
申请号：CN202411119182.4
申请日：2024-08-15
Applicant: 中国科学院沈阳计算技术研究所有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/084
Abstract: 本发明公开一种基于多注意力机制的工件表面缺陷检测方法，包括：获取工业产品瑕疵数据集并对原始数据集中工件表面的各类缺陷进行标注，得到带标注的数据集；以带标注的工件图片作为模型输入、并划分数据集；构建融合多注意力机制的神经网络模型得到网络模型，确定损失函数并利用反向传导方法进行模型训练，得到理想模型；利用上述理想模型对待检测图片进行分类预测和回归预测，得到最终检测结果。通过引入注意力机制自适应地学习输入特征图中不同位置和通道的重要性，并为重要的特征提供更高的权重，以捕捉更有区分度的信息。通过增强卷积神经网络对目标的关注和细节的捕捉能力，从而有效地提升工件表面缺陷检测的准确性及精度。
-
公开(公告)号：CN113988348B
公开(公告)日：2024-09-17
申请号：CN202010661832.3
申请日：2020-07-10
Applicant: 中国科学院沈阳计算技术研究所有限公司
IPC: G06F18/20 , G06F18/25 , G06F18/27 , G06N3/0464 , G06N3/0442 , G06F18/214 , G01N33/00 , G06N3/045
Abstract: 本发明涉及一种网格化监测中的空气质量预测方法。该方法首先将用户输入的网格化监测中各个监测站的位置信息和历史空气污染物浓度信息进行数据清洗，然后将处理过的数据输入GCN来提取各个监测站之间的空间关联信息，再将具备空间信息的数据输入LSTM提取时间特征，最后由一个线性回归层来综合GCN和LSTM所提取的特征并产生预测结果，返回给用户。本发明方法通过相关实验验证了方法的有效性。
-
公开(公告)号：CN116245700A
公开(公告)日：2023-06-09
申请号：CN202111464713.X
申请日：2021-12-03
Applicant: 中国科学院沈阳计算技术研究所有限公司
Abstract: 本发明涉及一种基于改进FA算法的河流突发污染事件溯源的方法。该方法主要是根据污染源在地表水中的扩散规律通过数学方法建立水污染扩散模型，并通过耦合概率密度的方法推导水污染扩散的溯源方法，将其转化为水污染溯源模型；对于模型的求解，采用改进的萤火虫算法进行求解，从萤火虫算法容易陷入局部极值和在极值点处震荡收敛速度慢两个方面进行改进，利用划分萤火虫子种群和自适应步长方法，来加强萤火虫算法的全局搜索能力和收敛速度，从而更加准确的进行水污染溯源相关参数推导，提高水污染溯源的精度。
-
Patent Agency Ranking
公开(公告)号：CN110555444B
公开(公告)日：2022-09-20
申请号：CN201810557874.5
申请日：2018-06-01
Applicant: 中国科学院沈阳计算技术研究所有限公司
IPC: G06V10/44 , G06V10/771
Abstract: 本发明涉及一种基于局部聚类的特征匹配筛选算法。该算法对特征提取图像进行区域划分，对区域内的有效特征点数目进行统计，进行局部近似聚类统计处理；然后对有效特征点数目进行约束处理，进行特征匹配筛选。本发明方法删除了匹配连线错误的特征点对，减小了特征匹的数量降低了计算复杂度，通过相关实验验证了方法的有效性。
-
公开(公告)号：CN110611638B
公开(公告)日：2022-03-04
申请号：CN201810613438.5
申请日：2018-06-14
Applicant: 中国科学院沈阳计算技术研究所有限公司
IPC: H04L67/1095 , H04L69/22
Abstract: 本发明涉及一种多终端模型实时同步方法，该多终端模型包括若干终端和服务器，终端发出交互指令和同步指令到服务器；服务器接收到交互指令后，解析交互指令的消息头，并根据解析出的交互信息转发到目标交互终端，目标交互终端接收到服务器发送的交互指令，处理交互指令后将交互指令转化为同步指令，发送给服务器进行全局广播；服务器接收到同步指令后，在全局广播同步指令，接收到同步指令的终端，验证自身状态与同步指令状态是否一致，如果一致，则保持当前的状态，否则将同步指令中的状态值更新当前终端的状态值。本发明通过各个终端或者模拟终端维护自身实体的状态，大大简化了同步操作的过程，并且满足一定的实时性要求，并且易于扩展。
-
公开(公告)号：CN114077883A
公开(公告)日：2022-02-22
申请号：CN202010835732.8
申请日：2020-08-19
Applicant: 中国科学院沈阳计算技术研究所有限公司
Abstract: 本发明涉及一种基于深度信念网络的数据融合在环境空气预报中应用的方法，该方法首先将监测点位的大气数据和气象数据进行预处理，去除缺测值，并对数据进行归一化处理，然后将处理后的数据输入深度信念网络(DBN)进行训练，得到训练模型，通过深度信念网络(DBN)模型对数据进行数据融合，将融合后的数据应用在环境空气预报中，并将结果返回给用户。本发明通过深度信念网络(DBN)进行数据融合的方法，相比于使用D‑S证据理论方法，降低了环境空气预报的误差，提高了相应的准确性，同时可以实现智能化监测。
-
公开(公告)号：CN112394137A
公开(公告)日：2021-02-23
申请号：CN201910747028.4
申请日：2019-08-14
Applicant: 中国科学院沈阳计算技术研究所有限公司
Abstract: 本发明涉及一种环境空气质量监测智能校准方法。该方法主要是根据当前空气环境监测的网格化要求，针对当前微型监测仪器传感器精度不高而导致的监测数据偏差问题，对微型监测仪器监测的数据进行校准。将国家标准站的标准数据作为目标学习值。将微型监测仪器放置国家标准站周围在同环境下进行学习规则的训练。经过训练微型监测仪器会学习到接近国家标准站规则的学习方法，利用这套新学习的规则可以提高微型监测仪器监测数据的准确度。本文主要针对空气质量六项污染物之一的SO2数据为例进行说明。
-
公开(公告)号：CN110532538A
公开(公告)日：2019-12-03
申请号：CN201810508011.9
申请日：2018-05-24
Applicant: 中国科学院沈阳计算技术研究所有限公司
IPC: G06F17/27
Abstract: 本发明涉及财产纠纷裁判文书关键实体抽取算法。该方法首先将用户输入的裁判文书筛去停用词并进行分句、分词、分字处理，然后将词序列集、字序列集分别与句序列集相关联。通过词序列集和预先选取的特征集进行比对，将对应的句子转换成特征向量并输入SVM中筛选出包含关键实体的句子。针对这类句子，将对应的字序列集转换成定长字向量序列集输入到BiLSTM-CRF网络抽取出关键实体并将结果返回给用户。本发明方法通过相关实验验证了方法的准确性。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.142 seconds)
