公开(公告)号：CN118885822A

公开(公告)日：2024-11-01

申请号：CN202410938250.3

申请日：2024-07-12

Applicant: 哈尔滨理工大学

Inventor： 丁博 ,  栗嘉鸿 ,  赵洋

IPC: G06F18/22 ,  G06F18/213 ,  G06F18/23 ,  G06F11/30

Abstract: 基于双支路多因素聚合的数据中心服务器能耗预测方法，本发明涉及能耗时序预测技术中，模型对能耗影响因素分析不足导致预测不准确的问题。能耗时序预测技术通过对时序数据进行特征分解、特征提取等方法，在现实世界中有着广泛的应用。然而数据中心设备种类繁多，其中服务器能耗占比最大，且组成最为复杂，由于用户使用时间的不确定性以及用户对服务器用途的不同，导致能耗预测准确度较低。为改善这一问题，本发明提出了一种基于Transformer模型的双支路多因素聚合方法。实验表明，该方法能有效地捕获服务器能耗数据中的季节性、趋势性、时间点之间和时间段之间的依赖关系，提高能耗预测的准确度。本发明应用于数据中心服务器能耗预测。

公开(公告)号：CN116580203A

公开(公告)日：2023-08-11

申请号：CN202310620910.9

申请日：2023-05-29

Applicant: 哈尔滨理工大学

Inventor： 丁博 ,  杨晓娜 ,  栗嘉鸿 ,  李超炜

IPC: G06V10/26 ,  G06V10/28 ,  G06V10/774 ,  G06V10/82 ,  G06V10/25 ,  G06V10/766

Abstract: 一种基于视觉注意力的无监督宫颈细胞实例分割方法，本发明涉及宫颈癌智能辅助诊断技术中标注数据缺失和宫颈细胞的精准分割问题。计算机智能辅助诊断技术被广泛应用，其中细胞分割技术是各种下游任务基础。深度学习模型需要大量的标注数据进行训练，而像素级的标注耗时耗力，且存在生理原因和制片原因导致的细菌、白细胞、气泡等杂质，另外宫颈细胞图像存在重叠粘连、视觉上不可分等问题。为改善这些问题，本发明提出了一种基于视觉注意力的无监督宫颈细胞实例分割方法。实验表明，该方法可以有效提升分割的准确率，减少杂质的干扰与标签不完全所导致的漏检问题。本发明应用于无标签情况下宫颈细胞的精准分割。