-
Patent Agency Ranking
公开(公告)号：CN101582845B
公开(公告)日：2011-04-13
申请号：CN200910062729.0
申请日：2009-06-16
Applicant: 湖北工业大学
Abstract: 本发明公开了一种快速定位对等网络目标节点标识的方法，涉及计算机网络、分布式计算机和算法设计与分析的交叉技术应用领域。该方法在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近特性降低访问延迟和路由长度。从而能够尽可能解决上层的逻辑覆盖图与底层物理拓扑图的不匹配的问题。此外，把哈希表中的对等点分成普通节点和记录节点，记录节点负责记录普通节点的查询路径，供查询相同关键字的节点参考，减少了资源定位时间，从而使得系统响应时间相应地减少，网络速度加快，查询延时降低，信息查询效率得到了进一步的提高。
-
公开(公告)号：CN110334682A
公开(公告)日：2019-10-15
申请号：CN201910629380.8
申请日：2019-07-12
Applicant: 武汉中交交通工程有限责任公司 , 湖北工业大学
Abstract: 本发明属于自动驾驶技术领域，公开了一种基于迭代搜索优化哈希算法的自动驾驶系统域自适应方法，获取目标图像，对获取的图像提取特征，利用深度学习目标函数创建哈希码；将数据集进行n次迭代以得到最终的哈希码标签；将所生成的哈希码标签带入ILS迭代局部搜索来强化精度，进而得到最终的检测结果。本发明采用深度学习更注重行人细节的检测，准确率更高，提高了可行性；采取预局部迭代搜索的方法提高了容错率，更好的完成了鲁棒性及容错率与可行性两方面的需求。
-
公开(公告)号：CN109948585A
公开(公告)日：2019-06-28
申请号：CN201910247002.3
申请日：2019-03-29
Applicant: 湖北工业大学
Abstract: 本发明属于图像检索技术领域，公开了一种基于高精度哈希图像检索技术的行人检测方法及系统，对于提取的行人图像采用机器学习创建目标函数，进行目标最小化，得到临阶相似矩阵，再采用ILS算法进一步最小化目标函数，得到精确的哈希码；得到精确的哈希码后，采用端到端哈希深度学习方法学习哈希函数，并根据人工神经网络ANN的隐藏层中不同节点的不同权重对输入进行调整；在CNNs后，选择单隐藏层MLP学习hash标签；最后生成的训练函数本发明减少了识别误差与语义损失，提高了对象搜索的准确性和全面性；利用高精度的哈希图像检索算法提高了识别准确率以及识别速率。
-
公开(公告)号：CN101582845A
公开(公告)日：2009-11-18
申请号：CN200910062729.0
申请日：2009-06-16
Applicant: 湖北工业大学
Abstract: 本发明公开了一种快速定位对等网络目标节点标识的方法，涉及计算机网络、分布式计算机和算法设计与分析的交叉技术应用领域。该方法在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近特性降低访问延迟和路由长度。从而能够尽可能解决上层的逻辑覆盖图与底层物理拓扑图的不匹配的问题。此外，把哈希表中的对等点分成普通节点和记录节点，记录节点负责记录普通节点的查询路径，供查询相同关键字的节点参考，减少了资源定位时间，从而使得系统响应时间相应地减少，网络速度加快，查询延时降低，信息查询效率得到了进一步的提高。
-
公开(公告)号：CN110334682B
公开(公告)日：2023-06-27
申请号：CN201910629380.8
申请日：2019-07-12
Applicant: 武汉中交交通工程有限责任公司 , 湖北工业大学
Abstract: 本发明属于自动驾驶技术领域，公开了一种基于迭代搜索优化哈希算法的自动驾驶系统域自适应方法，获取目标图像，对获取的图像提取特征，利用深度学习目标函数创建哈希码；将数据集进行n次迭代以得到最终的哈希码标签；将所生成的哈希码标签带入ILS迭代局部搜索来强化精度，进而得到最终的检测结果。本发明采用深度学习更注重行人细节的检测，准确率更高，提高了可行性；采取预局部迭代搜索的方法提高了容错率，更好的完成了鲁棒性及容错率与可行性两方面的需求。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
