公开(公告)号：CN119625735A

公开(公告)日：2025-03-14

申请号：CN202411704735.2

申请日：2024-11-26

Applicant: 中国移动通信有限公司研究院 ,  中国移动通信集团有限公司 ,  中国移动通信集团江苏有限公司 ,  南京大学

Inventor： 谢天异丹 ,  易子立 ,  邰颖 ,  王千 ,  叶晓倩

IPC: G06V20/70 ,  G06V10/98 ,  G06N5/04 ,  G06V10/75

Abstract: 本申请提供一种用于前景条件图像生成的多智能体框架，具体涉及人工智能的技术领域，所述多智能体框架包括：提示生成模块，用于对前景图像进行语义分析以得到前景描述文本，并根据所述前景描述文本生成背景提示文本；图像生成模块，用于根据所述背景提示文本和所述前景图像的边缘图，生成初始模板图像，并对所述初始模板图像进行图像优化，得到结果图像；质量评估模块，用于对所述结果图像进行图像质量评估，得到评估文本，并在所述评估文本匹配图像输出条件的情况下，输出所述结果图像。本申请所提供多智能体框架能兼顾低使用难度和输出图像结果和图像条件之间高适配度的要求。

公开(公告)号：CN108595624A

公开(公告)日：2018-09-28

申请号：CN201810367758.7

申请日：2018-04-23

Applicant: 南京大学

Inventor： 顾荣 ,  黄宜华 ,  朱光辉 ,  王千 ,  袁春风

IPC: G06F17/30

Abstract: 本发明公开了一种大规模分布式函数依赖发现方法，包括以下步骤：第一步，并行地获取数据集的统计信息、对属性进行排序和对数据进行分布式编码；第二步，依次选取属性，将在该属性上取值相同的数据发送到同一个节点上；第三步，在每个节点上进行候选函数依赖发现。该过程可以分为以下两步：第一步，并行地进行采样，利用采样结果对候选集进行剪枝和生成；第二步，并行地对候选集进行验证，利用验证结果对候选集进行剪枝和生成。每轮采样和验证结束后均需根据其效率来决定是否进行采样和验证的切换。第四步，生成函数依赖结果。本发明可高效地实现分布式函数依赖发现，解决现有函数依赖求解方法计算量大、内存占用多、无法处理大规模数据集等问题。