-
公开(公告)号：CN117422132A
公开(公告)日：2024-01-19
申请号：CN202311361520.0
申请日：2023-10-20
Applicant: 复旦大学
IPC: G06N3/0985 , G06N3/096 , G06N3/045
Abstract: 本发明公开了一种基于分布式蒸馏的联邦学习方法。本发明通过分布式知识蒸馏DKD模块，将在异质数据集上良训练的所有局部模型的知识迁移到全局模型上，提高了全局模型表现，丰富了全局模型知识，并得到下一轮局部训练更好的初始参数；本发明在已有联邦学习框架的基础上，通过优化DKD模块的目标函数使得全局模型从训练好的局部模型中学习，更好地优化了全局损失函数的上界，通过DKD模块消除了深度学习模型重参数化不变性对在参数空间求平均的影响，逼近在函数映射空间上平均的全局模型。本发明对异质数据集的联邦学习训练更加适用，可以取得更好的模型效果。当数据集十分异质时，在相同通讯代价下仍能得到更好的模型表现。
-
公开(公告)号：CN116206771A
公开(公告)日：2023-06-02
申请号：CN202310052657.1
申请日：2023-02-02
Applicant: 复旦大学
Abstract: 本发明属于传染病防治技术领域，具体为基于集成卡尔曼滤波和社交网络的传染病参数估计方法。本发明方法包括：构建地区社交网络，表征传染病的传播路径；获取该地区疫情传播过程中感染人数占比和移除人数占比的观测数；基于SIR传染病模型和社交网络，建立社交网络上节点之间的传染病模型；通过集成卡尔曼滤波获取当前时刻估计的节点之间平均感染概率、节点平均移除率和修正之后的感染人数占比和移除人数占比；根据集成卡尔曼滤波修正之后的感染人数占比和移除人数占比，修正模型在当前时刻的节点状态；集成卡尔曼滤波收敛后，得到对传染病参数的估计。本发明可有效估计在相对封闭地区的疫情传播参数，利用社交网络信息提高估计的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112257514B
公开(公告)日：2023-04-18
申请号：CN202011034785.6
申请日：2020-09-27
Applicant: 复旦大学
IPC: G06V20/10 , G06V10/22 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明属于设备故障巡检技术领域，具体为用于设备故障巡检的红外视觉智检的拍摄方法。本发明中，机器人上安装一双镜头相机，可见光镜头安装于云台上；拍摄分为两阶段：第一阶段在某个作业点上以最广角状态拍摄该作业点全景图；并使用计算机视觉中的深度神经网络对图像进行检测和分割，识别其中的设备数量、位置，大体判断哪些设备可能有故障；第二阶段是对全景图中的某一个设备单独进行拍摄，通过云台控制相机拍摄角度、焦距，拍摄完后对该设备图像进行分割，判断故障并通过设备名称编号对应到具体设备上。本发明方法可代替人工拍摄与故障检测识别，大大降低人力消耗和成本，提高效率和准确率，可以有效推进巡检设备的发展，并应用于大量场合。
-
公开(公告)号：CN112257514A
公开(公告)日：2021-01-22
申请号：CN202011034785.6
申请日：2020-09-27
Applicant: 复旦大学
Abstract: 本发明属于设备故障巡检技术领域，具体为用于设备故障巡检的红外视觉智检的拍摄方法。本发明中，机器人上安装一双镜头相机，可见光镜头安装于云台上；拍摄分为两阶段：第一阶段在某个作业点上以最广角状态拍摄该作业点全景图；并使用计算机视觉中的深度神经网络对图像进行检测和分割，识别其中的设备数量、位置，大体判断哪些设备可能有故障；第二阶段是对全景图中的某一个设备单独进行拍摄，通过云台控制相机拍摄角度、焦距，拍摄完后对该设备图像进行分割，判断故障并通过设备名称编号对应到具体设备上。本发明方法可代替人工拍摄与故障检测识别，大大降低人力消耗和成本，提高效率和准确率，可以有效推进巡检设备的发展，并应用于大量场合。
-
公开(公告)号：CN111738148B
公开(公告)日：2024-02-20
申请号：CN202010573632.2
申请日：2020-06-22
Applicant: 复旦大学
Abstract: 本发明提供了一种利用红外巡检拍摄的故障识别方法，属于设备管理领域。本发明包括如下步骤：步骤1，将相机设置为最广角状态后拍摄全景图，并存储全景图；步骤2，对全景图进行检测及图像分割，得到全景分割图，初步确定待检设备中存在故障的设备；步骤3，确定在全景分割图中待检设备的数量，设置待检设备巡检的检测顺序；步骤4，对待检设备进行拍摄，得单个待检设备图片；步骤5，对单个待检设备图片的进行识别；步骤6，对单个待检设备图片进行图像分割，确定与该单个待检设备图片相对应的待检设备是否存在故障；步骤7，生成待检设备的检测报告。本发明可以对每个设备在短时间内实现两次检测判断其是否存在故障。
-
公开(公告)号：CN111738148A
公开(公告)日：2020-10-02
申请号：CN202010573632.2
申请日：2020-06-22
Applicant: 复旦大学
Abstract: 本发明提供了一种利用红外巡检拍摄的故障识别方法，属于设备管理领域。本发明包括如下步骤：步骤1，将相机设置为最广角状态后拍摄全景图，并存储全景图；步骤2，对全景图进行检测及图像分割，得到全景分割图，初步确定待检设备中存在故障的设备；步骤3，确定在全景分割图中待检设备的数量，设置待检设备巡检的检测顺序；步骤4，对待检设备进行拍摄，得单个待检设备图片；步骤5，对单个待检设备图片的进行识别；步骤6，对单个待检设备图片进行图像分割，确定与该单个待检设备图片相对应的待检设备是否存在故障；步骤7，生成待检设备的检测报告。本发明可以对每个设备在短时间内实现两次检测判断其是否存在故障。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
