一种基于坐标注意力机制的图像分类模型

    公开(公告)号:CN119762854A

    公开(公告)日:2025-04-04

    申请号:CN202411815847.5

    申请日:2024-12-11

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于坐标注意力机制的图像分类模型,主要包括以下步骤:输入图像数据,进行图像化编码;注意力模块对张量形式的图像特征信息进行处理;图像特征张量经过归一化和非线性操作进行权重更新,利用YOLOV7算法中图像卷积和反卷积模型对图像数据补充和分类诊断,完成图像分类器的训练并生成图像分类模型。提供的注意力模块可以将编码信息推入到信道注意力及制造,避免过大的计算开销,解决算力不足的缺点;并且将信道注意力机制分为两个并行的一维特征编码过程有效地将空间上下文信息集成到生成的注意力图中以捕捉方向感和位置敏感的信息,使得注意力机制更容易插入到传统的移动网络中,也更能准确地定位和识别目标区域。

    一种工业时序数据异常双向修正方法

    公开(公告)号:CN119646405A

    公开(公告)日:2025-03-18

    申请号:CN202411825972.4

    申请日:2024-12-12

    Applicant: 同济大学

    Abstract: 本发明涉及一种工业时序数据异常双向修正方法,充分考虑异常数据点前后时间窗口内的数据,通过对异常数据按照时间顺序分别进行前向、后向数据修正;对异常数据片段通过将前向修正和后向修正得到的结果进行加权求和得到最终的双向修正值得到最终的双向修正值,并替换原始异常数据;本发明提供的方法根据异常数据点所在异常片段的具体位置赋予相应权重进行加权修正,有效利用时间序列数据的特点,利用异常片段前后数据的时间关联性,减少了修正过程中可能引入的误差,有效规避了采取均值或者众数修正数据导致的时间序列特征丢失的问题,为提高数据质量、建立更准确的预测模型提供支持。

    考虑下游交通压力传导影响的分散式自适应信号控制方法

    公开(公告)号:CN119207133A

    公开(公告)日:2024-12-27

    申请号:CN202411340275.X

    申请日:2024-09-25

    Applicant: 同济大学

    Abstract: 本发明涉及一种考虑下游交通压力传导影响的分散式自适应信号控制方法,包括以下步骤:估算下游交叉口进口道的排队车辆数,获得下游交通状态的实时信息;构建考虑本体与多个下游交叉口进口道交通状态的信号控制智能体,将排队车辆数同时纳入智能体的输入状态和奖励函数,并在动作集合中涵盖所有可能的信号相位组合;引入修正系数以调整智能体的控制方案选择策略,并构建基于近端策略优化算法的深度强化学习框架,通过分散式训练方法使各智能体持续优化控制策略;利用训练后的智能体输出最优控制方案,自适应控制交叉口信号灯。与现有技术相比,本发明能够在路网中仅部署少量智能体的条件下,达成对整个路网交通的协调控制优化。

    一种适用于星地网络的半分布式路由搜索算法

    公开(公告)号:CN118055063A

    公开(公告)日:2024-05-17

    申请号:CN202410255496.0

    申请日:2024-03-06

    Applicant: 同济大学

    Abstract: 本发明涉及一种适用于星地网络的半分布式路由搜索算法,包括以下步骤:检测卫星临时链路的通断情况;选择第一跳节点,构建最小跳数网格;建立优先级评价机制,并根据优先级评价机制评估下两跳节点;更新当前节点位置,进行下一轮寻路,直至到达接收终端。本发明通过临时链路在大大降低通信任务传输距离的同时,极大地提高通信质量,并且在保证端到端时延和网络负载均衡情况下,为大量通信任务快速搜索出合适的通信路由。

    一种基于在线铁损检测的电工钢机械性能在线控制方法

    公开(公告)号:CN117778704A

    公开(公告)日:2024-03-29

    申请号:CN202311737250.9

    申请日:2023-12-15

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于在线铁损检测的电工钢机械性能在线控制方法,包括如下步骤:获取电工钢成分数据、工艺数据和在线铁损检测值,利用预先建立的在线检测铁损‑屈服强度转换模型,计算在线转换的屈服强度值;基于所述在线转换的屈服强度值,利用预先建立的机械性能表征参数转换模型,计算机械性能表征参数;基于所述机械性能表征参数与目标值之间的差值,以及成分数据和工艺数据,利用预先建立的成品退火工序工艺制度调整模型,得到退火参数调整数据并进行在线动态调整,实现电工钢机械性能在线控制。与现有技术相比,本发明能够实现表征参数的在线监测并指导在线调整退火工艺调整。

    基于笔画和自注意力机制的神经网络中文问题生成系统

    公开(公告)号:CN110334196B

    公开(公告)日:2023-06-27

    申请号:CN201910572796.0

    申请日:2019-06-28

    Applicant: 同济大学

    Inventor: 黎伟 康琦

    Abstract: 本发明提供一种基于笔画和自注意力机制的神经网络中文问题生成系统,用于根据被获取的中文段落生成相应的中文问题,其特征在于,包括:笔画词向量存储部,用于存储预先训练得到的笔画词向量,中文段落获取部,用于获取中文段落,提示词提取部,用于根据从中文段落中提取多个关键词作为至少一个提示词,词向量转换组合部,用于将中文段落转换为中文词向量、将提示词转换为掩码形式的提示词掩码、并将中文词向量以及提示词掩码与笔画词向量连接形成组合向量,问题词生成部,用于根据组合向量生成多个问题词,中文问题组合输出部,用于将问题词依序组合为中文问题并进行输出。

    一种双向生成领域自适应数据分类方法

    公开(公告)号:CN116150671A

    公开(公告)日:2023-05-23

    申请号:CN202211629963.9

    申请日:2022-12-19

    Applicant: 同济大学

    Abstract: 本发明涉及一种双向生成领域自适应数据分类方法,方法包括以下步骤:S1、建立双向生成领域自适应框架;S2、针对源域生成器输出的数据和目标域生成器输出的数据分别设置对应分支的差异损失函数;S3、设置一致性损失函数;S4、向训练完成的双向生成领域自适应模型输入实际数据,得到实际分类结果。与现有技术相比,本发明降低源域数据和目标域数据的分布差异,同时利用源域和目标域双分支分别训练两个分类器,并通过一致性损失加以约束,从而实现满足复杂任务要求的领域自适应迁移学习。

    基于语义特征化的可解释图像识别方法、装置及存储介质

    公开(公告)号:CN115375989A

    公开(公告)日:2022-11-22

    申请号:CN202211046130.X

    申请日:2022-08-30

    Applicant: 同济大学

    Inventor: 康琦 唐佳诚

    Abstract: 本发明涉及一种基于语义特征化的可解释图像识别方法、装置及存储介质,其中方法包括:获取待识别图像;建立可解释CNN模型,所述可解释CNN模型包括CNN原始模型、解析器和决策器,其中,所述CNN原始模型通过特征提取得到特征图,并通过变换映射和分类器对图像进行识别,所述解析器通过分析特征面和标签信息,筛选候选语义特征并存入缓冲区,得到基于候选语义特征的相似图,其中,所述特征面和标签信息通过观测点捕获得到,所述决策器通过计算特征图和基于候选语义特征的相似图的相似性,对图像进行识别;将待识别图像输入训练完成的可解释CNN模型,得到图像识别结果。与现有技术相比,本发明解决了迭代搜索策略约束过多,解释能力下降等问题。

    一种图像生成模型知识迁移方法及计算机可读存储介质

    公开(公告)号:CN115063644A

    公开(公告)日:2022-09-16

    申请号:CN202210469387.X

    申请日:2022-04-28

    Applicant: 同济大学

    Inventor: 康琦 陈劲树

    Abstract: 本发明涉及一种图像生成模型知识迁移方法及计算机可读存储介质,其中知识迁移方法包括:获得若干个在旧任务上训练好的旧图像生成模型,并将其参数冻结;获得一个代表新任务的训练图像集,搭建一个未训练过的图像生成模型;获得旧模型每一层级对旧模型输出样本的响应可视化结果;依次计算每一层级响应可视化结果与旧模型输出样本的相似度,并根据预设的阈值筛选出适合迁移的层级;基于筛选出的层级和新模型对应层级的跨域一致性设置损失函数;基于设置好的损失函数将筛选出的旧层级加入到新模型对新任务的学习过程中,完成知识迁移。与现有技术相比,本发明具有有效降低使用门槛和使用成本、迁移速度快、效果好等优点。

    基于精英子集引导向量烟花算法的多智能体搜索方法

    公开(公告)号:CN112884116B

    公开(公告)日:2022-09-13

    申请号:CN202110151033.6

    申请日:2021-02-03

    Applicant: 同济大学

    Abstract: 本发明提出了一种基于精英子集引导向量烟花算法的多智能体搜索方法。该方法包括以下步骤:初始化N个智能体的位置,利用烟花爆炸机制在智能体感知范围内模拟生成爆炸火花,通过路径规划方法指导智能体移动到爆炸火花和精英引导火花位置并感知其目标源信号强度;从每个智能体移动的所有位置中选择最好的位置作为该智能体的下一代移动位置。重复上述智能体搜索和移动过程,直到搜索到目标源或者达到最大迭代次数结束。将以上方法应用到气体泄漏源定位问题,智能体群按照烟花爆炸过程搜索目标源。本发明提供的这种精英子集引导向量烟花算法通过对原始引导烟花算法进行改进,极大地提高智能体的搜索能力,能够迅速有效地定位到目标源。

Patent Agency Ranking