公开(公告)号：CN118941919A

公开(公告)日：2024-11-12

申请号：CN202410991720.2

申请日：2024-07-23

Applicant: 北京科技大学 ,  中国科学院过程工程研究所

Inventor： 马博渊 ,  陈俊 ,  郭灿城 ,  李燕 ,  卢治国

IPC: G06V10/82 ,  G06N3/096

Abstract: 本发明涉及通讯信号跟踪控制领域，特别涉及一种基于动量更新的多任务小粒度权重平均方法及系统。方法包括：依据原始多任务学习模型，对每个任务在每个训练批次计算预测输出与真值的损失值，通过计算前两个批次的损失值的比率并进行归一化，得到当前批次的任务权重；使用动量策略结合当前批次的任务权重和前一批次的损失权重计算得到当前批次的损失权重；将当前批次的损失权重与该任务的损失值相乘并求和，获得最终损失值，用以优化多任务学习模型的参数；迭代多个批次直到最终损失值收敛，获得多任务学习模型。本发明提供的方法基于动量更新的多任务小粒度权重平均方法没有超参数，不需要根据任务类型手动调整参数，可方便移植到不同的数据上。

公开(公告)号：CN116681934A

公开(公告)日：2023-09-01

申请号：CN202310631202.5

申请日：2023-05-30

Applicant: 北京科技大学

Inventor： 班晓娟 ,  郭灿城 ,  马博渊

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供一种基于多分支网络的图像分析方法及系统，涉及智慧医疗技术领域。包括：获取多任务数据及标注；构建多分支图像识别网络模型，该模型包括特征提取主分支、关键点提取分支、图像分割分支和目标检测分支；利用形态感知损失函数训练所述多分支图像识别网络模型。该方法相对于先进行目标检测再进行图像分割或关键点识别的两阶段网络，具有更快的运算速度，即在不增加网络个数以及大量识别时间的情况下，使用单个神经网络完成对多个视觉识别任务的分析，且不会对识别结果造成准确度上的损失。

公开(公告)号：CN113792910A

公开(公告)日：2021-12-14

申请号：CN202110938265.6

申请日：2021-08-16

Applicant: 北京科技大学

Inventor： 班晓娟 ,  康文彬 ,  姚超 ,  孙金胜 ,  宁春宇 ,  王天成 ,  郭灿城 ,  李思远 ,  高鸣飞

IPC: G06Q10/04 ,  G06Q50/04 ,  G16C60/00

Abstract: 本发明公开一种铝合金自动配料方法及装置，属于高质量轴承钢制造的技术领域。包括如下步骤：获取实际铝加工过程中的配料标准；对配料标准数据进行预处理；计算铝合金所需的总投料量和各元素重量；基于得到的投料总重量和各元素重量，建立全局最优投料模型；分别对废料、小金属、铝锭进行投料，之后迭代优化投料值，得到准确的配料结果，最后根据配料结果进行配料。本发明分别对废料、小金属、铝锭进行投料，最后迭代优化投料结果，获取实际铝合金加工过程中的准确的配料结果，能够解决现有配料方法存在难以建立数学模型、计算繁琐、过度依赖人工等缺点，节省人力和资源，提高配料的准确性和效率，大幅提升铝加工行业生产效率。