-
公开(公告)号：CN112487227B
公开(公告)日：2023-12-26
申请号：CN202011358906.2
申请日：2020-11-27
Applicant: 北京邮电大学 , 中国电信集团系统集成有限责任公司
Abstract: 本申请公开了一种深度学习的细粒度图像分类方法，该方法包括：重复如下步骤：通过类间采样器从数据集中随机采样不同类的两张图像，生成图像对，将其输入到骨干网络进行训练；通过类内采样器从数据集中随机采样同类的两张图像，生成图像对，将其输入到骨干网络进行训练；从数据集中随机采样一张图像，将其生成骨干网络进行训练和分类预测；分析如上所述的分类预测结果，采样增强模块指导类间采样器和类内采样器生成图像对；本申请提供的一种基于三阶段深度学习的细粒度图像分类方法及系统，通过各个子模块，混合增强模块得以更好的解决细粒度图像分类任务中类内差异大类间差异小的问题。
-
公开(公告)号：CN112487229B
公开(公告)日：2022-11-11
申请号：CN202011364185.6
申请日：2020-11-27
Applicant: 北京邮电大学 , 中国电信集团系统集成有限责任公司
Abstract: 本申请提供细粒度图像分类方法、系统及预测模型的训练方法，细粒度图像分类方法包括：重复如下步骤，直至更新后的第一层为神经网络的最后一层：接收神经网络的第一层的输出特征，作为可学习的非局部模块的输入特征；将非局部模块的输出特征作为神经网络的第一层的输入特征；用第二层更新第一层；并且，若更新后的第一层为神经网络的最后一层，则将神经网络的最后一层的输出特征输入分类网络中；将分类网络的输出特征作为预测结果并输出。本申请在神经网络的每两层之间插入一个可学习的非局部模块，使得每一层的神经元的感受野大小与物体部分大小匹配，可以更好的关联多层多尺度的特征，有效的提升细粒度图像分类中神经网络的性能。
-
公开(公告)号：CN112487229A
公开(公告)日：2021-03-12
申请号：CN202011364185.6
申请日：2020-11-27
Applicant: 北京邮电大学 , 中国电信集团系统集成有限责任公司
Abstract: 本申请提供细粒度图像分类方法、系统及预测模型的训练方法，细粒度图像分类方法包括：重复如下步骤，直至更新后的第一层为神经网络的最后一层：接收神经网络的第一层的输出特征，作为可学习的非局部模块的输入特征；将非局部模块的输出特征作为神经网络的第一层的输入特征；用第二层更新第一层；并且，若更新后的第一层为神经网络的最后一层，则将神经网络的最后一层的输出特征输入分类网络中；将分类网络的输出特征作为预测结果并输出。本申请在神经网络的每两层之间插入一个可学习的非局部模块，使得每一层的神经元的感受野大小与物体部分大小匹配，可以更好的关联多层多尺度的特征，有效的提升细粒度图像分类中神经网络的性能。
-
公开(公告)号：CN112487227A
公开(公告)日：2021-03-12
申请号：CN202011358906.2
申请日：2020-11-27
Applicant: 北京邮电大学 , 中国电信集团系统集成有限责任公司
Abstract: 本申请公开了一种深度学习的细粒度图像分类方法，该方法包括：重复如下步骤：通过类间采样器从数据集中随机采样不同类的两张图像，生成图像对，将其输入到骨干网络进行训练；通过类内采样器从数据集中随机采样同类的两张图像，生成图像对，将其输入到骨干网络进行训练；从数据集中随机采样一张图像，将其生成骨干网络进行训练和分类预测；分析如上所述的分类预测结果，采样增强模块指导类间采样器和类内采样器生成图像对；本申请提供的一种基于三阶段深度学习的细粒度图像分类方法及系统，通过各个子模块，混合增强模块得以更好的解决细粒度图像分类任务中类内差异大类间差异小的问题。
-
公开(公告)号：CN114040425A
公开(公告)日：2022-02-11
申请号：CN202111359293.9
申请日：2021-11-17
Applicant: 中国电信集团系统集成有限责任公司
Abstract: 本发明属于无线通信领域，具体公开了一种基于全局资源效用率优化的资源分配方法，包括：构建全局模型收益函数与全局更新成本因子；构建端到端时延函数；构建误码因子，构建能量消耗函数；基于所述全局模型收益函数和信道误码因子，获得全局滤码收益函数；基于所述全局滤码收益函数和全局更新成本因子，获得全局模型效用函数；基于所述全局模型效用函数和端到端时延函数，获得优化目标函数；对所述优化目标函数进行求解，获得各个边端设备本地模型的最佳更新次数以及无线信道资源分配策略；对中央服务器与边端设备进行联邦学习训练。本方法能够实现在不同计算资源与无线资源定价场景下，找到最优的资源分配方式，实现全局资源效用率优化。
-
Patent Agency Ranking
公开(公告)号：CN113806579A
公开(公告)日：2021-12-17
申请号：CN202111095195.9
申请日：2021-09-17
Applicant: 中国电信集团系统集成有限责任公司
IPC: G06F16/583 , G06F16/58 , G06F40/30 , G06K9/62
Abstract: 本申请涉及一种文本图像检索方法和装置；所述方法包括：获取训练数据集；根据预设的算法模型提取特征向量；根据文本特征向量计算不同文本数据之间的语义相似度；将文本数据之间的第一语义相似度作为文本数据与图像数据之间的第二语义相似度；构建损失函数，并将第二语义相似度导入损失函数中以调整损失函数的边界；根据损失函数对所述算法模型进行迭代训练，并将训练完成的算法模型进行保存。本申请的方案利用文本之间的语义相似度近似文本与图像之间的语义相似度，利用近似的文本图像语义相似度调整损失函数的边界，能够大幅提升排序结果的合理性，达到提升检索用户实际体验，提升多媒体数据管理效率的效果。
-
公开(公告)号：CN113806482A
公开(公告)日：2021-12-17
申请号：CN202111095182.1
申请日：2021-09-17
Applicant: 中国电信集团系统集成有限责任公司
IPC: G06F16/33 , G06F16/35 , G06F16/75 , G06F16/783 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供视频文本跨模态检索的方法、存储介质和电子装置，所述方法包括：获取训练样本集，其包括成对标注的视频和文本，对视频进行分帧处理并提取帧特征，对文本进行分词处理并提取词特征，所述词特征包括至少两类词性特征，利用帧特征和至少两种词性特征对预训练的跨模态检索模型进行训练，获得训练好的跨模态检索模型，将待测视频和文本输入训练好的跨模态检索模型中进行视频和文本的跨模态检索。本发明细化了视频文本跨模态特征匹配粒度，增强了视频文本跨模态特征匹配过程的可解释性，提高了视频文本跨模态检索的准确率。
-
公开(公告)号：CN114238925A
公开(公告)日：2022-03-25
申请号：CN202111562393.1
申请日：2021-12-20
Applicant: 中国电信集团系统集成有限责任公司
IPC: G06F21/41
Abstract: 本发明公开了一种基于JWT令牌的不互信异构系统聚合鉴权认证方法，包括：步骤一、建立总平台、多个子平台；步骤二、接收用户登录总平台或子平台进行认证的指令，总平台生成token字符串发送至子平台，子平台解析用户输入的认证信息，并通过RSA算法生成RSA公钥和RSA私钥，将token进行RSA私钥加密，然后把加密后的token和RSA公钥发送至总平台，总平台使用RSA公钥解密，若收发的token一致，则总平台、子平台信任构建成功；步骤三、通过用户登录总平台对子平台访问的请求，并在子平台授权范围内调用业务接口。本发明能够在主平台中能够实现对多个子平台的用户认证，在子平台中实现对用户的权限限制。
-
公开(公告)号：CN114077836A
公开(公告)日：2022-02-22
申请号：CN202111373470.9
申请日：2021-11-19
Applicant: 中国电信集团系统集成有限责任公司
IPC: G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于异构神经网络的文本分类方法及装置，所述方法包括：步骤S1，结合训练数据集合中的实际分类体系的树形结构，构建与该树形结构对应的N层文本分类多叉树，并根据N层文本分类多叉树的结构，将训练数据集合中的训练数据分别写入到各层级对应的分类文件中，对各分类文件的中文文本进行分词，并进行特征选择保存到对应的特征文件中；步骤S2，构建与该树形结构对应的文本异构神经网络；步骤S3，设定异构神经网络算法参数，及参数调整，迭代生成训练数据的每个分类与子分类模型并保存，用验证数据集进行准确率判定，本方法将类别及类别间层级关系也加入异构神经网络中，对类别显示地学习向量表示，环节数据稀疏性问题。
-
公开(公告)号：CN114063922A
公开(公告)日：2022-02-18
申请号：CN202111360629.3
申请日：2021-11-17
Applicant: 上海理想信息产业(集团)有限公司 , 中国电信集团系统集成有限责任公司
IPC: G06F3/06 , G06F16/2455 , G06F16/27
Abstract: 本发明实施例涉及数据库技术领域，公开了一种主从库流复制加速方法及装置、设备及介质。该方法包括：根据日志中的已回放记录从磁盘中周期性读取数据文件并加载至操作系统缓存，从日志中获取待更新记录，根据待更新记录从操作系统缓存中查找待更新记录对应的数据文件页；采用多线程对待更新记录及其对应的数据文件页进行并行合并。本发明实施例通过从操作系统缓存中获取待更新日志的数据文件以及采用多线程并行回放日志，从而可大幅提高日志回放速度，降低日志回放延时，提高主从库流复制数据一致性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.042 seconds)
