-
公开(公告)号：CN113537472B
公开(公告)日：2024-04-09
申请号：CN202110841564.8
申请日：2021-07-26
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/04 , G06N3/063 , G06N3/08 , G06F18/241
Abstract: 本发明涉及一种低计算和存储消耗的双向递归神经网络，属于人工智能技术领域。本发明的正向时序特征识别阶段正向地接收输入的时间序列，并在每个时刻计算相应时刻的输出，生成输出序列；逆向时序特征识别阶段，这个阶段以第一个阶段为基础，逆向地接收输入的时间序列以及第一个阶段的输出序列，并在每个时刻计算相应的结果；最终根据第二个阶段输出的结果进行时间序列的分类。本发明所述双层双向递归神经网络的相比于普通的双向双层递归神经网络存储开销较小，可应用于多种时间序列处理的任务，对相关算法设计起指导作用，有助于相关算法在端侧低功耗限制的硬件上的实现。
-
公开(公告)号：CN108563779B
公开(公告)日：2022-03-08
申请号：CN201810377647.4
申请日：2018-04-25
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/35 , G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于神经网络的无模板自然语言文本答案生成方法，其中，步骤一，针对问答系统内部特定的语义表征形式设计一个由自然文本生成该形式表征的神经网络模型A；步骤二，使用神经网络模型A完全相反的神经网络模型B；步骤三，基于神经网络模型A构建一个自然文本识别器C；步骤四，进行训练：对给定的自然文本S，通过神经网络模型A生成内部语义表征向量X，然而向该向量X中加入服从高斯分布的噪声Z，输入到神经网络模型B中，产生伪造的自然文本T，将自然文本S输入分类器C中并给出监督反馈1，将伪造的自然文本T输入分类器C中并给出监督反馈0，如此训练分类器C并将误差反向传播到模型B中，以对自然文本生成模型B进行有监督训练。
-
公开(公告)号：CN113670864A
公开(公告)日：2021-11-19
申请号：CN202110943771.4
申请日：2021-08-17
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种二维半导体材料中光生载流子的差分反射探测系统，属于全光学微观探测领域。本发明二极管激光器输出连续激光，用于激发钛宝石激光器，钛宝石激光器输出脉冲激光，被分束镜分成两束，用于激发倍频晶体和光纤连续激光器，倍频晶体输出的激光被输入到机械斩波器，机械斩波器输出的泵浦激光通过显微物镜后到达样品，光纤连续激光器输出的探测激光通过机械位移平台后，通过显微物镜后到达样品，样品的反射信号通过显微物镜和滤波片后到达光电探测器，样品的反射信号中泵浦激光被光电探测器前的滤波片滤去，光电探测器连接锁相放大器，锁相放大器连接机械斩波器。本发明实现了半导体光生载流子的瞬态光学探测。
-
公开(公告)号：CN113627613A
公开(公告)日：2021-11-09
申请号：CN202110942288.4
申请日：2021-08-17
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种实现边端协同的规则推理方法，属于无人装备领域。本发明提供了前端用户自定义规则，并进行相关规则配置，内置的推理引擎可实现逻辑业务分离，便于修改，其他业务系统可直接调用本发明的推理分析计算引擎，自动实现业务逻辑推理得出结论，无需各业务系统内部实现逻辑代码。且边‑端协同的工作模式可降低资源开销，终端可直接基于本地规则集合进行推理，无需反复与服务端网络通信，提高了执行效率。
-
公开(公告)号：CN112363856A
公开(公告)日：2021-02-12
申请号：CN202011302740.2
申请日：2020-11-19
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于DDS实现深度学习框架与应用程序互操作的方法，其中，深度学习框架之间或者深度学习框架与应用之间传输训练数据、权重数据以及各种神经网络拓扑结构时，使用接口语言IDL定义训练迭代过程中的数据以及IDL数据结构，使用接口定义语言IDL转换工具转换成使用语言的函数接口，接着把函数接口集成至调用DDS中间件的应用程序或者深度学习框架，应用程序或者深度学习框架调用产生的数据结构的订阅函数与发布函数接口，进行训练迭代过程中的数据以及数据交互及可视化处理。
-
Patent Agency Ranking
公开(公告)号：CN112200319A
公开(公告)日：2021-01-08
申请号：CN202011124078.6
申请日：2020-10-20
Applicant: 北京计算机技术及应用研究所
IPC: G06N5/04
Abstract: 本发明涉及一种实现无人车导航避障的规则推理方法及系统，其中，包括：步骤1、构建知识规则库，采用分级推理策略，定义构建基础规则与模型库，将无人车实时采集的数据作为推理引擎的输入数据，利用自动推理机制进行推理决策，并完成知识规则库的更新；步骤2、推理机通过推理机资源配置，调用计算单元，与知识规则库的信息交互，采用基于分级推理策略的推理机运行模式，使无人车完成观察、判断、决策和行动过程，具备自主任务能力。本发明可以学习到任务场景的新知识，使无人车具备自主路径规划，导航避障，目标识别能力，能够科学、高效地做出智能化推理决策，最终使无人车具备模拟并超越人解决复杂问题的决策能力，为实现无人装备智能化提供新方法。
-
公开(公告)号：CN110084833A
公开(公告)日：2019-08-02
申请号：CN201910339556.6
申请日：2019-04-25
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于自适应邻域判决技术的红外运动目标检测方法，其中，包括：利用侧抑制模板对图像序列进行滤波处理，滤除平缓变化的背景和增强目标区域；对图像进行特征提取，将特征提取后的图像作为外部输入刺激，获得分割后的二值图像，并提取出候选目标；对分割后的二值图像序列中的每一帧图像进行连接分量标记，计算每一帧图像中所有连接分量的质心并保存；取每一帧图像中质心的最大横坐标分别与前一帧质心的最大横坐标相减，得到每一帧目标运动速度矩阵；对运动速度矩阵取中位数，作为该图像序列中弱小目标的平均运动速度，并计算真正目标的质心；确定真正目标的质心之后，则在标记图像中找到该质心所在的连通区域，将目标提取。
-
公开(公告)号：CN109934822A
公开(公告)日：2019-06-25
申请号：CN201910230152.3
申请日：2019-03-26
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于优化偏振分解的红外点目标检测方法，包括：进行图像采集与预处理；进行目标景物偏振态解算，解算出目标景物偏振态S，并计算得到偏振度P和偏振角A；进行完全偏振成分分解，将目标景物总光强分解为完全偏振成分与自然光成分之和，得到完全偏振成分强度以及自然光成分强度；求解变偏振分量，得到垂直于偏振角A平均值方向的变偏振分量；利用之前计算结果，去除掉变偏振分量中的自然光成分，使背景信息完全被抑制，得到剩余目标像素点的完全偏振成分；采用阈值进行目标景物的门限检测。本法了实现背景杂波抑制、随机噪声消除及目标偏振信息的增强。
-
公开(公告)号：CN114997399A
公开(公告)日：2022-09-02
申请号：CN202210439651.5
申请日：2022-04-25
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于边端数据推理模式下的任务推送方法，属于人工智能领域。本发明边缘端和智能终端均部署规则推理引擎，另外在边缘端部署一套规则定制界面，通过该界面定制业务规则，在边缘端生成规则库文件，供边缘端规则推理引擎进行规则匹配。选择规则定制界面中的规则发布功能，选择将要发送的规则分类文件，再从在线的终端列表中选择要发送的智能终端，点击发布后，智能终端后台算法实现分类信息的同步，以及通过求本地规则分类文件与发布的规则分类文件的差集和交集实现规则内容的更新，最终实现被选智能终端的规则库更新。本发明可满足终端定制化需求，实现智能终端的灵活配置。
-
公开(公告)号：CN114863091A
公开(公告)日：2022-08-05
申请号：CN202210404364.0
申请日：2022-04-18
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于伪标签的目标检测训练方法，属于半监督学习领域。本发明的分类输出进行多级处理，类别输出概率大于等于第一阈值的作为该目标的类别伪标签，类别输出概率值大于第二阈值小于第一阈值的，标记为特殊类，类别输出概率值小于等于第二阈值，作为背景类；在优化损失函数中，特殊类对损失函数无贡献；目标检测算法模型的输出包括分类分支、回归分支和回归框可靠判断分支，在回归分支输出的基础上，计算回归分支输出结果和标注框的IoU值，并将IoU值作为回归框可靠判断分支的学习目标，回归框可靠判断分支输出值高的对应的回归分支输出越准确。本发明保持新模型的输出多样性，保持伪标签类别精度的同时，也能保证伪标签的位置准确性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.048 seconds)
