-
公开(公告)号：CN116541161A
公开(公告)日：2023-08-04
申请号：CN202310235749.3
申请日：2023-03-13
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及云计算、物联网技术领域，具体地说，涉及一种应用于云边端的checkpoint分布式系统处理方法，通过设置Checkpoint策略，设备正常运行过程中，周期性的将计算的任务状态和变量定期保存在Redis上，当任务执行过程中出现故障时，把Redis上的计算信息下发给另一个正常运行的设备，保证任务可以继续正确地执行，并最终完成任务，避免了从头开始运行，减少了故障带来的损失，可以使用先前保存的恢复信息从中间状态继续计算，从而减少丢失的计算量，增强云系统的可靠性。
-
公开(公告)号：CN116248735A
公开(公告)日：2023-06-09
申请号：CN202310239051.9
申请日：2023-03-13
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
IPC: H04L67/125 , H04L67/1021 , H04L67/1008 , H04L67/141 , G06F9/54
Abstract: 本发明涉及车载智能计算领域，具体地说，涉及一种基于车载终端实现算力共享交互的方法，其包括如下步骤：通过启动车载终端，向服务端请求算法版本的更新，等待服务端任务的下发；接收任务消息，通过消息队列的方式维护多条任务消息，调度端可根据设备的cpu、内存使用量等信息下发同等量级的任务；处理所述任务。通过不断像服务端报告车载终端信息得到反馈对应任务的方式，极大的降低了车载终端的计算资源的过剩状况，而且通过车载终端信息，可以轮转连接到就近的服务终端，可以较快的接收和执行服务端下发的算法任务，提供车辆更智能化、方便的体验。
-
公开(公告)号：CN116052469A
公开(公告)日：2023-05-02
申请号：CN202211477114.6
申请日：2022-11-23
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
IPC: G08G1/16 , G08G1/04 , G06Q10/04 , G06N3/0442
Abstract: 本发明公开了一种基于车路协同轨迹预测的车辆碰撞预警方法，包括如下步骤，车端及路端感知器不仅可以提供本身的相关信息，还可以检测附件范围内物体有关信息；道路上每辆车都安装GPS接收器，并向路侧端发送本车数据；路端装有激光雷达和视觉传感器，可以实现对目标的跟踪，利用目标检测与跟踪算法，对范围内的目标进行有效的跟踪；为了降低后续融合阶段算法的时间复杂度，对数据进行了排序以及去重操作；GPS轨迹和视觉跟踪轨迹的融合；预测目标的轨迹实现对未来交通事故的预警；通过预测的轨迹在相同坐标系内有无可能出现的交汇点，实现对车辆碰撞的预警。本发明能够快速准确高效的预测可能发生的交通碰撞事故。
-
公开(公告)号：CN116800759A
公开(公告)日：2023-09-22
申请号：CN202310238847.2
申请日：2023-03-13
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
IPC: H04L67/1008
Abstract: 本发明涉及云计算领域，具体为一种端云协同任务处理中云端服务器集群分布式协作方法，其包括如下步骤：web服务器向云端后台传入要处理的任务；任务处理服务器将任务拆分成多个子任务；任务处理服务器获取可执行任务的空闲端设备列表，并与子任务形成一一映射关系，其中空闲端设备列表的列表长度等于子任务个数；依次从空闲端设备列表取出一个执行设备，对应的从子任务列表里面取出一个子任务；通过socket通信方式将子任务依次发送到对应的执行设备上去，当执行设备执行完某一子任务后，将子任务结果下发并回传给客户。本技术方案具有较好的延展性，利用多台服务器实现大规模任务的调度，可以充分利用算力过剩而又廉价算力资源来进行大规模的运算。
-
公开(公告)号：CN116110247A
公开(公告)日：2023-05-12
申请号：CN202211433594.6
申请日：2022-11-16
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
IPC: G08G1/0969 , G08G1/01
Abstract: 本发明公开了一种基于多车视角融合的全景感知方法，步骤如下：S1、数据感知：每辆车安装车端感知器，发送本车数据，路端感知器收到附近一定范围内若干车端发送的数据后进行多车视角融合；S2、车端路段通信：车端感知器、路端感知器提供本身的相关信息、检测附近范围内物体有关信息；S3、车端数据整合：在进行融合阶段算法融合之前，对预处理后的数据进行排序以及去重操作；S4、地图的可视化显示：在得到融合数据之后，可视化通过静态、交互或动画方式可视化软件系统及其相关信息的信息；S5、后端数据处理；S6、地图场景建模；S7、前端可视化。将多车视角融合后可以扩展驾驶员视野，提前感知远处状况，从而达到提前预防交通事故或拥堵事件。
-
Patent Agency Ranking
公开(公告)号：CN119721173A
公开(公告)日：2025-03-28
申请号：CN202411594574.6
申请日：2024-11-09
Applicant: 复旦大学
IPC: G06N3/091 , G06F18/214 , G06Q30/015
Abstract: 本发明提供一种基于端云协同的大模型生态在线进化学习方法及应用，并将其应用于电商领域，实现了电商模型的高效训练与部署。该方法采用端云协同架构，云端部署大语言模型，端侧使用中小型语言模型，二者通过协同工作实现大模型生态的高效训练和推理。在训练过程中，云端模型作为教师模型，生成伪标签以补充数据集，指导端侧模型的优化训练。同时，引入多模型协作的自训练机制，多个模型扮演不同角色并相互讨论，自主生成训练标签，进一步优化端侧模型。与此同时，用户反馈信息将被纳入云端模型的提示词中进行情境学习，从而持续优化模型性能。本发明将该方法应用于电商场景，成功构建并部署了电商模型生态，实现了该领域的智能化发展。
-
公开(公告)号：CN119420691A
公开(公告)日：2025-02-11
申请号：CN202411642807.5
申请日：2024-11-18
Applicant: 复旦大学
IPC: H04L45/02 , H04L45/12 , H04L45/121 , H04L45/125 , H04L45/24 , H04L49/9057 , G06N3/0442 , G06N3/092 , G06N20/00 , G06F18/214
Abstract: 本发明提供动态多链路智能管理与调度系统，涉及网络通信技术领域。该系统可以实现对网络链路的实时监测、动态管理和传输数据调度，解决了现有技术中的带宽利用率较低与传输效率不足的问题。首先，通过链路层以下的智能代理技术，实时获取并监测各链路的状态信息。其次，系统利用动态调整规则的方法，根据实时监测数据进行链路准入控制，并在两节点间数据传输带宽不足时，动态判断是否需要建立新的中继链路并提供最佳的中继节点选择。最后，采用深度强化学习与启发式调度算法相结合的方式，进行多链路传输数据调度，最大程度提高带宽利用率。整体而言，本发明通过智能代理、动态调整规则和深度强化学习等方法的结合，提供了一种高效、智能的网络链路管理调度方案，有效提升了网络资源的利用率和数据传输的质量。
-
公开(公告)号：CN119396497A
公开(公告)日：2025-02-07
申请号：CN202510005390.X
申请日：2025-01-03
Applicant: 复旦大学
Abstract: 本发明涉及一种基于云端大模型增强的边缘AI协同方法及系统。所述方法包括：通过自然语言处理技术解析自然语言请求并转化为各个子任务；评估各个边缘设备的处理能力，将子任务协调卸载到对应的边缘设备上；通过分布式的方式在各个边缘设备上进行边缘AI模型训练；使用跨设备一致性维护算法对各个初步边缘AI模型进行同步机制和一致性约束，将初步边缘AI模型的模型参数在各个边缘设备间对齐，完成边缘AI协同。通过利用自然语言处理技术深度解析用户的自然语言请求，准确转换为边缘设备可执行的子任务，实时动态分配，可以优化资源利用率并降低任务执行延迟；通过对模型进行同步机制和一致性约束，可以提升模型的整体性能和泛化能力。
-
公开(公告)号：CN113538456A
公开(公告)日：2021-10-22
申请号：CN202110692455.4
申请日：2021-06-22
Applicant: 复旦大学
Abstract: 本发明公开了一种基于GAN网络的图像软分割及背景替换系统。该系统包括图像软分割和背景替换两部分。图像软分割部分用于预测原始图像的前景以及alpha值，共包含五个模块：输入模块，全文组合模块，残差网络模块，金字塔场景解析模块和轻量级交互式分支模块；背景替换部分用于背景替换，生成高分辨率的背景替换图，其包括生成器模型和判别器模型。本发明的有益效果在于：其能减轻图像软分割过程中辅助图制作带来的繁重任务，能在获得高精度的分割图像的前提下，结合图像生成进行背景替换。
-
公开(公告)号：CN113222686A
公开(公告)日：2021-08-06
申请号：CN202110375272.X
申请日：2021-04-08
Applicant: 复旦大学
Abstract: 本发明涉及一种装修设计方案推荐方法，具体包括以下步骤：S1、获取目标房屋的图像，根据图像计算目标房屋的房屋信息，根据房屋信息进行三维建模，得到目标房屋的目标3D模型；S2、获取数据库中的历史房屋3D模型和相应的装修设计方案信息，提取目标3D模型和历史房屋3D模型的特征信息；S3、根据目标3D模型和历史房屋3D模型的特征信息，计算得到目标3D模型和历史房屋3D模型之间的房屋相似度，根据房屋相似度进行排序，并根据排序结果将相应的历史房屋3D模型对应的装修设计方案信息作为推进方案进行输出。与现有技术相比，本发明具有更加快捷、方便并且成本更低，提高最终的装修设计方案的可选择性等优点。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.033 seconds)
