公开(公告)号：CN116450308A

公开(公告)日：2023-07-18

申请号：CN202211596732.2

申请日：2022-12-12

Applicant: 杭州电子科技大学

Inventor： 程雨夏 ,  舒浪 ,  黄凡丁 ,  李宋晨 ,  陈一飞

IPC: G06F9/48

Abstract: 本发明主要是为了解决现有的任务调度算法搜索效率低的问题，公开了一种基于多策略学习的自适应DAG任务调度方法，包括：状态更新阶段；奖励更新阶段；动作选择阶段；模拟阶段；重复模拟阶段，直到满足迭代次数限制或时间限制，最终返回一个最小的makespan值。本发明有效平衡了探索与利用的关系，从而加速寻找到较优的makespan值，降低了搜索时间开销，提高了算法搜索效率；具有通用性，适用于新应用和新硬件系统，提升了系统效率。

公开(公告)号：CN116580394A

公开(公告)日：2023-08-11

申请号：CN202310570328.6

申请日：2023-05-19

Applicant: 杭州电子科技大学

Inventor： 陈一飞 ,  陈奔 ,  黄凡丁 ,  黄一语 ,  秦飞巍

IPC: G06V20/69 ,  G06V20/70 ,  G06V10/82 ,  G06V10/80 ,  G06V10/74 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度融合和可变形自注意力的白细胞检测方法，包括如下步骤：S1、获取白细胞目标检测数据集并预处理；S2、构建MFDS‑DETR模型并训练，S3、通过骨干网络提取特征得到特征图；S4、通过高层筛选特征融合金字塔得到多尺度融合特征向量；S5、通过可形变自注意力模块中获得最终的输出向量；S6、将步骤S5输出的最终的输出向量作为输入，通过编码器提取全局特征；S7、将提取的全局特征作为输入，通过解码器得到最终目标检测结果。本发明将高层语义特征作为权重来筛选低层特征，并将筛选后的特征与高层语义特征逐点相加，提高模型的特征提取和表达能力。采用了可变形自注意力来提取白细胞全局特征，模型训练更加轻便。

公开(公告)号：CN116524326A

公开(公告)日：2023-08-01

申请号：CN202310522697.8

申请日：2023-05-10

Applicant: 杭州电子科技大学

Inventor： 黄凡丁 ,  周文晖 ,  张桦

IPC: G06V10/82 ,  G06V10/26 ,  G06V10/774 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明公开了一种基于语义分割和自训练的夜间图片领域自适应方法。本发明包括步骤1：源域图像有监督指导学生模型；步骤2：在源域标签中进行稀有类抽样；步骤3：源域渐进域混合目标域白天和目标域黑夜；步骤4：源域和目标域在输出级别对齐；步骤5：集成不同因素教师知识以迭代学生模型；步骤6：重复步骤1～步骤5的若干次进行迭代。本发明缓解了传统的自训练中存在的噪声信号监督造成的确认偏差问题，利用多个教师模型专门对学生模型指导，使得知识迁移更加平滑；引入教师知识‑学生反馈机制提高模型抗干扰能力，闭环系统训练更鲁棒的学生模型。本发明使用轻量简便，不需要额外的风格迁移网络。

公开(公告)号：CN116630299A

公开(公告)日：2023-08-22

申请号：CN202310714829.7

申请日：2023-06-16

Applicant: 杭州电子科技大学

Inventor： 陈一飞 ,  黄凡丁 ,  刘敏哲 ,  林彬 ,  秦飞巍

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0895 ,  G06T7/11 ,  G16H30/20

Abstract: 本发明公开了一种基于半监督神经网络的医学影像处理方法，S1、获取图片数据集；S2、构建DFCPS模型并训练，所述DFCPS模型包括数据增强策略和神经网络，所述神经网络包括主干网络、ASPP模块、上采样模块和Softmax函数；所述主干网络采用ResNet‑50，并引入残差连接构建深层网络，所述ASPP模块包括四个卷积层，四个所述卷积层的空洞卷积率分别为1、12、24、36；S3、使用训练好的神经网络进行图像分割。该方法通过合理地利用未标记数据和少量标记数据，以及强增强和弱增强的数据增强技术，对模型进行训练并取得理想的结果。