-
公开(公告)号：CN117853746A
公开(公告)日：2024-04-09
申请号：CN202410046837.3
申请日：2024-01-11
Applicant: 中国科学院计算技术研究所
IPC: G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种用于目标检测的网络模型、模型训练方法及模型部署方法。模型包括：骨架网络，用于根据输入图像提取输入图像的特征，包括依次连接的切片和卷积阶段以及多个特征提取阶段，前一阶段的输出是后一阶段的输入；每个特征提取阶段包括多个串联的基于深度可分离卷积与残差连接的第二卷积模块，第二卷积模块采用深度可分离卷积的方式进行卷积计算；特征融合网络，用于根据通道级融合模块和哈达玛积运算融合模块将输入图像的特征逐级融合，得到新的特征图；检测头网络，用于根据新的特征图输出目标图像及其类别。本发明针对当前网络参数量大、对设备算力要求高的问题，在网络设计模块将主干网络更加轻量化，加快模型的训练和推理过程同时，提高网络的检测能力。
-
公开(公告)号：CN117319402A
公开(公告)日：2023-12-29
申请号：CN202311021157.8
申请日：2023-08-15
Applicant: 中国科学院计算技术研究所
IPC: H04L67/1008 , H04L67/1012 , H04L67/566
Abstract: 本发明提供一种基于视觉场景感知的端边云协同方法，所述端边云为智能终端、边缘服务器和云服务器，包括以下步骤：智能终端感知视觉场景复杂度；根据所述视觉场景复杂度将要处理的视频任务分为简单视频任务，中等视频任务和复杂视频任务；对于所述简单视频任务，智能终端将视频任务传送给边缘服务器进行计算；对于所述复杂视频任务，智能终端将视频任务传送给云服务器进行计算；以及对于所述中等视频任务，智能终端根据边缘服务器和云服务器的可用资源比例在所述边缘服务器和云服务器之间分配视频任务。
-
公开(公告)号：CN116996940A
公开(公告)日：2023-11-03
申请号：CN202311021128.1
申请日：2023-08-15
Applicant: 中国科学院计算技术研究所
IPC: H04W28/08 , H04W28/086 , H04W28/084 , H04W16/18
Abstract: 本发明提供一种面向云边端架构的边缘服务器位置部署方法，所述云边端为云服务器，边缘服务器和终端设备，所述云边端架构包括不同类型的终端设备和不同类型的边缘服务器，所述包括以下步骤：将终端设备按照距离范围划分为不同的区域；计算每个区域内所有终端设备单位时间产生的数据量之和，并进行排序以确定区域等级；计算每个边缘服务器的综合能力水平；为不同等级的终端设备区域分配具有相应综合能力水平的边缘服务器。
-
公开(公告)号：CN110232119B
公开(公告)日：2021-11-09
申请号：CN201910381081.7
申请日：2019-05-08
Applicant: 中国科学院计算技术研究所
IPC: G06F16/335 , G06F16/33
Abstract: 本发明涉及一种基于元分析的通用智能度量模型构建方法，包括：获取多个智能度量的研究数据；确定筛选标准，以对该研究数据进行筛选得到分析数据，构建分析数据集；对该分析数据集进行元分析，获取关于该分析数据的时间权重、复杂度权重和回报权重；构建智能度量的回报模型和复杂度模型；以该时间权重、该复杂度权重、该回报权重、该回报模型和该复杂度模型构建通用智能度量模型。本发明有效的将人类、机器、企业、政府和机构等异质、异构的智能体的度量结合起来，并考虑智能度量的时间、复杂度和回报等因素之间的关系，利用已有的研究数据进行元分析得到各个因素在智能度量中的权重，以构建一个可量化的，准确度更高的通用智能度量模型。
-
公开(公告)号：CN113065629A
公开(公告)日：2021-07-02
申请号：CN202110231769.4
申请日：2021-03-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种基于智能水平聚类的进化方法，其包括：步骤1、初始化群体中的智能体的数量N并根据所述智能体的分布生成N个所述智能体；步骤2、计算每个所述智能体的智能水平；步骤3、根据所述智能体的智能水平对所述智能体进行聚类，得到多个簇；步骤4、根据所述多个簇并基于粒子群优化算法对所述多个簇内的所述智能体进行优化，得到进化的所述群体。
-
Patent Agency Ranking
公开(公告)号：CN113095626A
公开(公告)日：2021-07-09
申请号：CN202110286548.7
申请日：2021-03-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种面向智慧健康场景的智能度量方法。该方法首先在交互之前依据智能体所具备的属性评估其智能程度。然后根据智慧健康网络下的智能体之间的交互特点，将交互的过程抽象成具有关联的4种模式，通过建立该交互模式下智能体的属性与智能量之间关系的模型，利用各交互模式下的患者智能体的满意程度来评估该交互方式所具有的智能量。最后根据第4种交互模式下患者智能体的满意度对健康网络下的所有路径进行评分，通过求取所有患者在健康网络下选择路径评分的平均值，计算出整个健康网络的智能水平。由于该方法所面向的是智慧健康场景下的智能体，因此本方法是一种面向智慧健康场景的智能度量方法。
-
公开(公告)号：CN113128955A
公开(公告)日：2021-07-16
申请号：CN202110360041.1
申请日：2021-04-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于智能度量的电子政务处理方法，包括：以回声状态网络构建政务网络，以用户任务数据为该政务网络的输入层的输入向量，将参与用户任务的政务部门加入该政务网络的储备池；初始化该政务网络的连接权重和状态反馈权重；通过历史用户任务数据对该政务网络进行训练得到电子政务平台；根据该电子政务平台的平台评估度量，生成对用户请求任务的处理流程，根据该政务部门内员工的人员评估度量，分配对该用户请求任务的处理人员，并进行用户请求任务处理。还提出一种基于智能度量的电子政务处理系统，以及应用该电子政务处理方法的数据处理装置。
-
公开(公告)号：CN110232119A
公开(公告)日：2019-09-13
申请号：CN201910381081.7
申请日：2019-05-08
Applicant: 中国科学院计算技术研究所
IPC: G06F16/335 , G06F16/33
Abstract: 本发明涉及一种基于元分析的通用智能度量模型构建方法，包括：获取多个智能度量的研究数据；确定筛选标准，以对该研究数据进行筛选得到分析数据，构建分析数据集；对该分析数据集进行元分析，获取关于该分析数据的时间权重、复杂度权重和回报权重；构建智能度量的回报模型和复杂度模型；以该时间权重、该复杂度权重、该回报权重、该回报模型和该复杂度模型构建通用智能度量模型。本发明有效的将人类、机器、企业、政府和机构等异质、异构的智能体的度量结合起来，并考虑智能度量的时间、复杂度和回报等因素之间的关系，利用已有的研究数据进行元分析得到各个因素在智能度量中的权重，以构建一个可量化的，准确度更高的通用智能度量模型。
-
公开(公告)号：CN120032114A
公开(公告)日：2025-05-23
申请号：CN202510200938.6
申请日：2025-02-24
Applicant: 中国科学院计算技术研究所
IPC: G06V10/25 , G06F18/213 , G06N3/006 , G06Q10/0631 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于边云协同的多视觉任务处理系统，该系统用于接收多个终端发送的多个视觉任务并对其进行处理，其中，在系统的边侧引入动态特征提取框架，根据视觉任务的类型，从预先配置的特征模型库中匹配适配的特征提取模型，该方式避免了传统特征提取方式可能出现的信息冗余或丢失问题，极大提升了预处理的针对性和效率。针对资源分配适应性差的问题，本发明设计自适应资源分配框架，该框架根据边侧设备与云端设备的资源信息灵活调整资源分配策，有效提高系统运行效率、稳定性和可靠性，增强系统对处理多个异构视觉任务的复杂场景的适应能力。
-
公开(公告)号：CN119652891A
公开(公告)日：2025-03-18
申请号：CN202411778787.4
申请日：2024-12-05
Applicant: 中国科学院计算技术研究所
Abstract: 本申请公开了一种基于弹性耦合机制的异构端边云协同计算方法，方法包括：对端边云系统的分布式节点建立跨域联合弹性耦合模型；通过在端设备、边缘计算节点和云中心之间建立一个异构融合资源池，对端边云系统中的各类可用资源进行综合分析；基于弹性耦合模型和各类可用资源的联合分析结果，动态调整任务分配策略，优化端边云系统的负载，生成最优端边云系统负载解决方案。本发明在协同计算领域引入更加智能化和灵活的资源调度与管理机制，以实现资源利用的最大化和系统性能的最优化。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.03 seconds)
