-
公开(公告)号：CN119539009A
公开(公告)日：2025-02-28
申请号：CN202411432844.3
申请日：2024-10-14
Applicant: 北京邮电大学 , 国网冀北电力有限公司信息通信分公司
IPC: G06N3/082 , G06N3/092 , G06N3/0464
Abstract: 本发明提供一种传算资源动态适配的协同推演模型剪枝分割方法及装置，涉及人工智能技术领域，方法包括：获取边端节点之间的传输速率、边端节点算力比、预设最低识别精度，并加载预训练的识别模型；将传输速率、边端节点算力比和预设最低识别精度输入至预训练的强化学习模型，对识别模型进行剪枝分割决策，获得强化学习模型输出的剪枝分割决策结果。通过上述方式，在强化学习模型的剪枝分割决策中综合考虑边端节点之间的传输速率、边端节点算力比和识别模型的最低精度，使得最终生成的剪枝分割决策结果可动态适配边端两侧的传输资源、计算资源以及精度需求，优化剪枝分割策略，进而降低剪枝分割后的识别模型的推演时延。
-
公开(公告)号：CN119004246A
公开(公告)日：2024-11-22
申请号：CN202410879467.1
申请日：2024-07-02
Applicant: 北京邮电大学 , 国网冀北电力有限公司信息通信分公司
Inventor： 王莉 , 徐连明 , 王凯亮 , 张东辉 , 吴鑫 , 刘虓 , 于然 , 王宣元 , 魏思涵 , 任建伟 , 李信 , 金燊 , 鲁杰 , 门宝霞 , 周国亮 , 于蒙 , 张姣姣
IPC: G06F18/2415 , G06F18/214 , G06F9/50
Abstract: 本发明提供一种基于自适应联邦学习的设备选择方法和装置，其中，方法包括：以当前轮次联邦训练选取的边端设备节点的数量最大化为目标，建模多臂老虎机MAB问题，基于当前轮次联邦训练的预设资源利用率阈值、预设时间阈值和预设设备数量阈值确定约束条件；确定每一边端设备节点的性能参数预测值、下载速率、上传速率、当前本地数据量和本地模型测试精度，提取得到每一边端设备节点的性能特征向量，性能参数预测值包括训练时间预测值和资源利用率预测值；基于每一边端设备节点的性能特征向量，在约束条件下，对MAB问题进行求解，确定当前轮次联邦训练的最优设备选取方案。本发明提高了联邦训练的效率和成功率，降低了算力和通信资源开销。
-
公开(公告)号：CN118486323A
公开(公告)日：2024-08-13
申请号：CN202410641343.X
申请日：2024-05-22
Applicant: 国网冀北电力有限公司信息通信分公司 , 北京邮电大学
IPC: G10L21/0316 , G10L21/0224 , G10L21/0232 , G10L19/16 , G10L25/03 , G10L25/18 , G10L25/30
Abstract: 本发明提供一种音频降噪方法、装置、设备及存储介质，音频降噪方法包括获取观察音频信号；将所述观察音频信号输入双域特征融合音频降噪模型，得到融合特征；对所述融合特征进行解码，得到去噪后音频；其中，所述双域特征融合音频降噪模型基于双域特征融合损失函数、音频降噪损失函数以及差异特征增强损失函数进行联合训练得到，本发明综合频域特征与时域编码特征，充分挖掘音频特征信息，提高音频降噪方法的准确度与泛化能力。
-
公开(公告)号：CN118018683A
公开(公告)日：2024-05-10
申请号：CN202311790265.1
申请日：2023-12-22
Applicant: 国网冀北电力有限公司信息通信分公司 , 北京邮电大学
Inventor： 于然 , 王凯亮 , 王莉 , 费爱国 , 邢宁哲 , 万莹 , 庞思睿 , 张东辉 , 徐连明 , 李靓 , 鲁杰 , 李信 , 张姣姣 , 赵子兰 , 吴鑫 , 佟昆睿 , 张阳洋
Abstract: 本发明涉及视频感知技术领域，提供一种多源视频感知调度方法、装置、设备及存储介质，该方法包括：获取各视频感知设备在任一目标时隙内采集的视频数据中的前序视频信息，并从中提取待检测目标的特征信息，根据提取的特征信息确定在目标时隙内对各视频感知设备的调度配置策略并下发给各视频感知设备进行视频回传控制；其中，调度配置策略用于调度各视频感知设备中的目标感知设备在目标时隙内进行视频回传，以及用于指示目标感知设备在目标时隙内进行视频回传时所采用的帧率和分辨率。通过联合考虑视频内容特征、感知范围、可用传输与计算资源，对视频进行回传调度及配置策略的优化，实现感知范围、感知精度和时延开销的有效均衡，提升了感知性能。
-
公开(公告)号：CN118010020A
公开(公告)日：2024-05-10
申请号：CN202311787079.2
申请日：2023-12-22
Applicant: 北京邮电大学 , 国网冀北电力有限公司信息通信分公司
Inventor： 王莉 , 费爱国 , 于然 , 王凯亮 , 徐连明 , 谢雅琪 , 侯鲁洋 , 任建伟 , 宋伟 , 赵阳 , 刘敏 , 张东辉 , 那琼澜 , 刘昀 , 张翼 , 申昉 , 纪雨彤 , 齐灿
IPC: G01C21/20 , G06Q10/047 , G06Q50/26 , G06F18/23213 , G06N5/01
Abstract: 本发明提供一种多目标多无人机路径规划方法、装置和设备。该方法包括：确定初始迭代轮次各无人机对应的初始救灾点访问有序集；分别确定各无人机访问结束后的初始剩余能量，以及所有无人机的初始访问效益值和；基于禁忌搜索算法获得各无人机对应的救灾点访问有序集；确定所有无人机的访问效益值和；确定各无人机对应的当前最优救灾点访问有序集；基于贪心算法确定当前迭代轮次各无人机对应的初始救灾点访问有序集；对当前迭代轮次各无人机对应的初始救灾点访问有序集基于所述禁忌搜索算法和所述贪心算法进行迭代优化，直至迭代次数达到预设次数，获得各无人机对应的最优救灾点访问有序集。本发明考虑了时间、目标变化，进而实现效益值最大化。
-
Patent Agency Ranking
公开(公告)号：CN106888106A
公开(公告)日：2017-06-23
申请号：CN201510946324.9
申请日：2015-12-16
Applicant: 国家电网公司 , 国网浙江省电力公司信息通信分公司 , 国网甘肃省电力公司信息通信公司 , 国网冀北电力有限公司信息通信分公司 , 北京国电通网络技术有限公司 , 上海交通大学
CPC classification number: H04L67/1097 , H04L41/0695 , H04L67/12 , H04L67/16
Abstract: 本发明公开了一种智能电网中的IT资产大规模侦测系统，包含调度服务器、数据库服务器和若干台网络设备指纹获取服务器，所述调度服务器用于获取侦测任务并将侦测任务按一定规则分配给各网络设备指纹获取服务器；所述网络设备指纹获取服务器用于在接收到调度服务器分配的侦测任务后对智能电网中的IP目标进行组件指纹探测扫描，将获取到的识别数据发送给数据库服务器；所述数据库服务器用于将网络设备指纹获取服务器发送的识别数据存入目标库。本发明具备对智能电网中IT资产的自主发现能力，和全方位信息定位能力，实现对智能电网空间的全面、实时、精确侦测。
-
公开(公告)号：CN119784972A
公开(公告)日：2025-04-08
申请号：CN202411674970.X
申请日：2024-11-21
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于在线难例挖掘的端到端散射体轮廓建模方法，包括：获取待建模的点云组数据和预先训练的轮廓建模网络；其中，轮廓建模网络包括骨干网络、点云组检测网络、顶点检测网络和边缘检测网络，点云组检测网络为集成在线难例挖掘模块的检测网络；将待建模的点云组数据输入骨干网络得到点云特征数据；将点云特征数据输入点云组检测网络得到包含顶点的点云组；基于顶点检测网络和边缘检测网络对包含顶点的点云组进行顶点检测和边缘检测生成线框模型；基于线框模型生成水密平面得到散射体轮廓模型。不仅提高了对正样本的识别精度，还增强了对负样本的鲁棒性，有效解决了传统点云组检测中因正负样本不均衡而导致的性能问题。
-
公开(公告)号：CN119600281A
公开(公告)日：2025-03-11
申请号：CN202411561062.X
申请日：2024-11-04
Applicant: 北京邮电大学
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/778
Abstract: 本发明提供一种基于体素内聚引导主动学习的点云语义分割方法及系统，该方法包括：获取待检测场景对应的目标三维点云数据；将所述目标三维点云数据输入至点云语义分割模型，得到由所述点云语义分割模型输出的所述目标三维点云数据对应的语义分割类别结果，其中，所述点云语义分割模型是由标记有语义分割类别标签的样本三维点云数据进行训练得到的，所述样本三维点云数据为基于体素凝聚度确定的样本体素网格中的点云数据，所述体素凝聚度是根据不同的所述语义分割类别标签的点云数据点在所述样本体素网格中对应的数据点数量确定得到的。本发明提升了点云语义分割结果的准确性和泛化能力。
-
公开(公告)号：CN119540750A
公开(公告)日：2025-02-28
申请号：CN202411509153.9
申请日：2024-10-28
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于混合条形卷积的道路变化检测方法及相关设备，该方法包括：获取针对同一位置的两张待检测图像；通过特征加强模块提取各所述待检测图像中的道路线性特征；其中，所述特征加强模块基于多尺度条形卷积单元得到；通过交叉融合模块对各所述待检测图像中的所述道路线性特征进行融合处理，得到融合特征；基于所述融合特征进行道路变化检测。本发明通过特征加强模块捕捉道路特征的长距离依赖关系，通过交叉融合模块交互传播两个道路线性特征的空间信息和时间信息，进而提高道路变化检测的准确率。
-
公开(公告)号：CN119540549A
公开(公告)日：2025-02-28
申请号：CN202411411154.X
申请日：2024-10-10
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于动态超网络的云边协同目标检测方法，其中方法包括：基于YOLOv5s单分支网络构建动态分割超网络，动态分割超网络包括多个卷积层和多个分割点，在每一分割点添加细粒度补偿F‑Com块和Identity块，在动态分割超网络的末端添加粗粒度补偿C‑Com块；基于样本图像，对动态分割超网络进行训练，得到训练后的超网络；基于训练后的超网络，构建推理模型，在边缘设备和云端部署推理模型，实时地进行神经网络架构搜索，确定最优分割点，得到目标检测模型；边缘设备和云端协同利用目标检测模型对待检测图像进行目标检测，得到目标检测结果。本发明实时性强，能够在动态场景下提高推理效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
241
records
(took 0.1 seconds)
