-
公开(公告)号：CN110163799B
公开(公告)日：2023-05-05
申请号：CN201910367926.7
申请日：2019-05-05
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06T3/40
Abstract: 本发明公开一种基于深度学习的超分辨率点云生成方法。该方法结合传统点云的细分插值算法和深度神经网络来生成理想的超分辨率点云。在第一阶段使用一种改进的局部细分插值算法将输入的稀疏点云进行插值操作；第二个步骤，使用深度神经网络来进行进一步的点坐标位置调优，依靠神经网络强大的学习能力输出对插值点的调整值。在神经网络中，加入了外积操作将全局的特征向量转变成外积矩阵。外积矩阵的引入能够方便的使用卷积网络进行特征的进一步处理，同时能够减少网络的参数。与原有的细分插值算法和基于神经网络的超分辨点云生成方法相比，本方法不仅在误差控制和点均匀度分布上都取得了更好的结果，可以应用在模型渲染和曲面重建等场景。
-
公开(公告)号：CN110765506A
公开(公告)日：2020-02-07
申请号：CN201910942992.2
申请日：2019-09-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06F30/10
Abstract: 本发明公开了实体模型的多分辨率等几何拓扑优化方法。传统拓扑优化方法需要后处理操作才能使优化结果适用于CAD系统。本发明对六面体网格实体模型进行体细分，为原始六面体网格实体模型的每个六面体单元构造Bézier体，并在Bézier体中施加力和几何约束；然后计算其中一次细分模型的刚度矩阵和右端项，得到位移，从而对该细分模型的每个细分单元进行灵敏度分析；接着，通过进化比确定本次迭代保留的体积，直到迭代后达到目标体积时，删除所有密度不为1的细分单元，对剩余的每个细分单元构造Bézier体，得到实体模型的最终拓扑优化模型。本发明最终得到的具有光滑样条表示的最优实体几何模型可以直接导入到CAD系统之中。
-
公开(公告)号：CN110163799A
公开(公告)日：2019-08-23
申请号：CN201910367926.7
申请日：2019-05-05
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06T3/40
Abstract: 本发明公开一种基于深度学习的超分辨率点云生成方法。该方法结合传统点云的细分插值算法和深度神经网络来生成理想的超分辨率点云。在第一阶段使用一种改进的局部细分插值算法将输入的稀疏点云进行插值操作；第二个步骤，使用深度神经网络来进行进一步的点坐标位置调优，依靠神经网络强大的学习能力输出对插值点的调整值。在神经网络中，加入了外积操作将全局的特征向量转变成外积矩阵。外积矩阵的引入能够方便的使用卷积网络进行特征的进一步处理，同时能够减少网络的参数。与原有的细分插值算法和基于神经网络的超分辨点云生成方法相比，本方法不仅在误差控制和点均匀度分布上都取得了更好的结果，可以应用在模型渲染和曲面重建等场景。
-
公开(公告)号：CN110765506B
公开(公告)日：2023-03-31
申请号：CN201910942992.2
申请日：2019-09-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06F30/10
Abstract: 本发明公开了实体模型的多分辨率等几何拓扑优化方法。传统拓扑优化方法需要后处理操作才能使优化结果适用于CAD系统。本发明对六面体网格实体模型进行体细分，为原始六面体网格实体模型的每个六面体单元构造Bézier体，并在Bézier体中施加力和几何约束；然后计算其中一次细分模型的刚度矩阵和右端项，得到位移，从而对该细分模型的每个细分单元进行灵敏度分析；接着，通过进化比确定本次迭代保留的体积，直到迭代后达到目标体积时，删除所有密度不为1的细分单元，对剩余的每个细分单元构造Bézier体，得到实体模型的最终拓扑优化模型。本发明最终得到的具有光滑样条表示的最优实体几何模型可以直接导入到CAD系统之中。
-
公开(公告)号：CN118964636A
公开(公告)日：2024-11-15
申请号：CN202411146591.3
申请日：2024-08-20
Applicant: 杭州电子科技大学
Abstract: 本申请公开了一种任务变量因果图构建方法、装置、设备及介质，涉及因果发现领域，该方法包括：获取目标应用任务对应的变量集合和应用任务信息；变量集合包括若干变量；应用任务信息包括目标应用任务背景信息和变量信息；利用大语言模型，根据目标应用任务对应的变量集合和应用任务信息确定先验知识；利用蒙特卡洛树搜索方法，根据先验知识和数据独立性检验确定最佳因果图；最佳因果图中的节点与变量集合中的变量一一对应，最佳因果图中的边表示所连接的两个节点对应的变量之间的因果关系；最佳因果图用于下游任务的根本原因分析，本申请提高了因果图的准确率和下游任务的效果。
-
Patent Agency Ranking
公开(公告)号：CN111709911B
公开(公告)日：2023-05-05
申请号：CN202010418981.7
申请日：2020-05-18
Applicant: 杭州电子科技大学
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06V10/26 , G06V10/50 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于神经网络的卵巢卵泡自动计数的方法，本发明将所有的数据图像采用随机种子的方式每次生成不同的训练集、验证集和测试集；通过神经网络的训练对网络参数进行不断的更新，并通过验证集的IOU进行验证从而保留网络模型的最优参数；将神经网络输出的预测图经过阈值化处理、噪声处理将预测图进行中的噪声去除并将图片转换成灰度图像；之后利用距离转换和分水岭算法将相互接触的卵泡分离开；最后用连通区域分析法统计卵泡的个数实现卵巢卵泡的计数功能。
-
公开(公告)号：CN109800771B
公开(公告)日：2021-03-05
申请号：CN201910089341.3
申请日：2019-01-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种混合时空平面局部二值模式的自发微表情定位方法。本发明根据自发微表情视频中连续帧的相关性，通过精细匹配实现了像素级人脸区域对齐，从而对头部偏移等干扰具有较强的抗干扰能力。同时在空间轴平面提取扇形区域特征，并在时间轴提取去冗余的线性特征，既减少了特征点冗余计算，又通过非线性特征融合的方式结合时空特征，形成更完备的特征表示，因此能更加鲁棒地表示自发微表情，提高了自发微表情视频中自发微表情定位精确率。
-
公开(公告)号：CN109635712B
公开(公告)日：2021-02-05
申请号：CN201811492660.0
申请日：2018-12-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于同构网络的自发微表情种类判别方法。本发明首先进行样本制作，包括RGB样本与光流差值样本的制作。然后将将不同样本分别置入网络中进行训练，训练方式为微调。最后将经过不同训练样本训练后的网络，同构合成所述的同构网络，利用同构网络产生判别结果。本发明中的光流差值样本既包含自发微表情变化的形变信息，又通过求差值去除了非自发微表情变化的环境干扰。结合样本的空间信息与时序变化的时间信息，组成具有时空特征的光流差值样本。对于本发明中的RGB样本以及光流差值样本，利用经过微调的网络对其提取特征，不仅充分结合颜色信息与时空信息，得到的特征更能表示当前样本类别，而且解决自发微表情数据样本少的难题。
-
公开(公告)号：CN111612124A
公开(公告)日：2020-09-01
申请号：CN202010274864.8
申请日：2020-04-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向任务智能调度的网络结构自适应优化方法，克服了现有技术的系统不必要开销大、连接的时间和资源开销大的问题，相比于传统启发式或基于普通全连接神经网络的调度模型和算法，本发明根据不同任务模型使神经网络向不同方向进化，自适应能力强，节点和连接数极少，节省资源与时间开销，既能改变节点和连接的拓扑关系，也可以改变连接权重值，变化方式灵活。本发明提出的进化神经网络结合强化学习的调度模型结构简单，可节省大量资源与时间开销，同时能使神经网络的拓扑结构自适应进化成适合做调度的网络结构，缩短任务完成的最大完成时间，提高任务的调度效率。
-
公开(公告)号：CN111209095A
公开(公告)日：2020-05-29
申请号：CN201910769326.3
申请日：2019-08-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种DAG并行任务调度中基于树搜索的剪枝方法，所述方法包括步骤:选择阶段：根结点s0开始，选择路径上UCT值最大的子结点s，直到到达叶子结点，对UCT值最大的子结点s进行判断；剪枝阶段：对从根结点到当前结点的路径上的所有结点的makespan值和未调度的关键路径任务结点在各自最快完成的处理器上执行时间的累加值做判断；扩展阶段：判断S4步骤选中的叶子结点是不是终止结点，依据判断结果创建新的子结点，添加到搜索树上，更新新的子结点的标记；模拟阶段：从扩展结点开始，将剩余的任务进行模拟任务调度的过程；回传阶段：模拟结束后，将所得信息回传到根结点上。本发明提供一种加入剪枝的蒙特卡洛树搜索的DAG任务调度方法。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.048 seconds)
