一种面向数据长尾分布的目标检测方法及其系统

    公开(公告)号:CN118762167A

    公开(公告)日:2024-10-11

    申请号:CN202410910913.0

    申请日:2024-07-09

    Abstract: 本申请公开了一种面向数据长尾分布的目标检测方法及其系统,其中面向数据长尾分布的目标检测方法包括以下步骤:确定基准模型与解耦训练框架;根据解耦训练框架确定静态指标,根据静态指标进行重平衡显式数据增强;完成基于静态指标的重平衡数据增强后,在解耦框架中设计检测框生成器,根据检测框生成器进行显式数据的增强;完成显示数据增强后,确定动态重平衡数据生成方法,进行解耦训练框架的隐层的数据增强。本申请在结合解耦训练框架的基础上提出了三个即插即用的数据增强与生成方法,旨在设计简单的方法有效优化数据长尾分布情况下目标检测方法对尾部类别的表征能力,提升方法的整体性能。

    一种用于异构数据的边缘联邦学习训练方法及其系统

    公开(公告)号:CN116611535A

    公开(公告)日:2023-08-18

    申请号:CN202310626001.6

    申请日:2023-05-30

    Abstract: 本申请公开了一种用于异构数据的边缘联邦学习训练方法及其系统,其中用于异构数据的边缘联邦学习训练方法包括以下步骤:步骤S1,进行初始化;步骤S2,响应于完成初始化,各参与方进行本地模型训练;步骤S3,响应于各参与方进行本地模型训练,边缘服务器进行个性化全局模型聚合,并将聚合后的个性化全局模型参数发送至各参与方;步骤S4,各参与方根据接收的个性化全局模型参数进行自适应本地微调;步骤S5,判断是否达到收敛精度或最大迭代次数;若达到收敛精度或最大迭代次数,流程结束,否则重新执行步骤S2‑S4。本申请针对数据异构的边缘联邦学习系统,打破了传统联邦学习中聚合得到单个全局模型的思想,有效地实现了联邦学习的个性化。

    站点布置、缓存放置和资源分配方法及装置

    公开(公告)号:CN112260746A

    公开(公告)日:2021-01-22

    申请号:CN202011110983.6

    申请日:2020-10-16

    Abstract: 本发明公开了一种无人机非正交多址通信网络的站点布置、缓存放置和资源分配方法和装置,其包括如下的具体步骤:基于修正开销的DDPG算法输出用户接入策略;基于多代理DDPG算法输出无人机缓存放置、站点布置和NOMA功率分配策略;判断经历时隙是否达到训练次数阈值;当判断步骤为经历时隙未达到训练次数阈值时,对时隙变化,将训练次数加1,继续执行输出用户接入策略步骤。本发明能有效增强接入链路的传输能力,且无需向距离较远的核心网关进行请求,可有效降低用户获取内容的时延,同时减少了对无人机无线回程链路传输带来的资源占用,从而有效降低需要经过无线回程链路传输的内容的传输时延。

    基于改进RBF神经网络的智能电网短期负荷预测方法

    公开(公告)号:CN106600059B

    公开(公告)日:2020-07-24

    申请号:CN201611148874.7

    申请日:2016-12-13

    Abstract: 本发明公开一种基于改进RBF神经网络的智能电网短期负荷预测方法,涉及智能电网技术领域,用于确定基函数中心,提升智能电网负荷预测精度。该预测方法包括:网络初始化;S2、计算基函数中心ci;S3、根据基函数中心ci,计算方差ζi;S4、根据基函数中心ci以及方差ζi,计算隐含层的输出Ri;S5、根据隐含层的输出Ri,计算输出层的输出;S6、根据均方误差和函数计算预测误差E;S7、对神经网络中隐含层神经元与输出层神经元的连接权重进行更新;S8、对预测误差E进行判断,若预测误差E在预期内,则迭代计算结束;反之,返回步骤S4,重新迭代计算预测误差E。本发明用于对电网负荷进行预测。

    一种基于移动边缘计算的资源优化方法及其系统

    公开(公告)号:CN116192635A

    公开(公告)日:2023-05-30

    申请号:CN202310124613.5

    申请日:2023-02-16

    Abstract: 本申请公开了一种基于移动边缘计算的资源优化方法及其系统,基于移动边缘计算的资源优化方法具体包括以下步骤:进行智能工厂的无线电地图的仿真;进行自动导引运输车的初始轨迹以及各用户位置的设置,产生初始轨迹对应的信道状态信息;根据仿真的智能工厂的无线电地图,以及自动导引运输车的初始轨迹进行自动导引运输车运动轨迹的优化,产生优化后的堆积对应的信道状态信息;进行神经网络模型的搭建,利用信道状态信息产生卸载决策;进行资源分配获取最佳卸载动作;根据获取的最佳卸载动作进行卸载策略的更新,获取最优卸载策略。本申请完成了AGV的轨迹优化,同时能在智能工厂中结合无线电地图去对AGV进行轨迹设计,有效提高了系统整体的计算率。

    一种移动边缘计算系统中感知通信计算联合优化方法及其系统

    公开(公告)号:CN119485483A

    公开(公告)日:2025-02-18

    申请号:CN202411602410.3

    申请日:2024-11-11

    Abstract: 本申请公开了一种移动边缘计算系统中感知通信计算联合优化方法及其系统,其中方法包括以下步骤:进行状态信息的初始化;进行问题重构;进行上层感知持续时间的优化;进行下层卸载决策和资源分配优化;判断是否达到预设收敛条件或达到最大迭代次数;若达到预设收敛条件或达到最大迭代次数,则输出最佳资源分配方案以及系统带宽分配方案;反之则返回执行上层感知持续时间的优化。本申请充分挖掘了移动边缘计算系统为基于多模态数据的感知任务提供计算支持的潜力,考虑了多模态数据的采集和处理过程对于时间同步性的要求,保证了感知信息利用的有效性和准确性。

    一种移动边缘计算系统的部署、控制方法及其系统

    公开(公告)号:CN114666803B

    公开(公告)日:2024-02-23

    申请号:CN202210199452.1

    申请日:2022-03-01

    Abstract: 本申请公开了一种移动边缘计算系统的部署、控制方法及其系统,其中一种移动边缘计算系统的部署、控制方法,具体包括以下步骤:初始化状态信息;获取用户最佳的信号检测结果;获取最佳发射波束;获取最佳反射相位;获取最佳无人机功率分配和计算资源分配结果;获取并输出最佳无人机飞行轨迹;判断是否收敛到预设精度或迭代次数达到最大迭代次数;若收敛到预设精度或迭代次数达到最大迭代次数,输出最佳结果。本申请提出的一种移动边缘计算系统中无人机和智能反射面联合设计方法,可以实现对移动边缘计算系统中无人机和智能反射面联合设计的目的。

Patent Agency Ranking