-
公开(公告)号：CN114897159B
公开(公告)日：2023-05-12
申请号：CN202210538029.X
申请日：2022-05-18
Applicant: 电子科技大学
Abstract: 本发明公开一种基于二值化神经网络的快速推断电磁信号入射角的方法，应用于神经网络硬件加速领域，针对在边缘计算环境下，将神经网络部署在资源受限设备时，边缘计算设备能耗过高的问题；本发明首先对现有全精度网络模型进行改进，具体的：在每个激活层前添加BN层，同时删去全精度网络模型中的bias偏差；然后使用二值化权重对改进后的网络模型进行训练；训练完成的网络模型结合硬件并行设计，可以有效降低所部署边缘设备功耗和资源消耗。
-
公开(公告)号：CN112766503B
公开(公告)日：2022-09-20
申请号：CN202110258455.3
申请日：2021-03-10
Applicant: 电子科技大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于关键层回滚机制的卷积神经网络模型容错方法，包括以下步骤：S1、寻找关键层，通过对原模型添加参数λ进行训练的方式寻找对分类影响最大的关键节点，确定网络的关键层分布；S2、输入分类图片，通过卷积神经网络对输入图片进行识别，获得关键层的输出特征，根据输出特征得到检测阈值；S3、将硬件约束进行建模，利用模拟退火算法求出在满足硬件条件约束的情况下的检测点数量。本发明通过分析实验获得卷积神经网络的关键节点分布，以此为依据获得网络的关键层和关键层的输出分布。在满足时间和空间约束的条件下，在关键层设置关键节点，当关键层输出异常的时候，利用检查点回滚机制实现卷积神经网络的容错。
-
公开(公告)号：CN112487920B
公开(公告)日：2022-03-15
申请号：CN202011338744.6
申请日：2020-11-25
Applicant: 电子科技大学
Abstract: 本发明公开一种基于卷积神经网络的翻越行为识别方法，应用于目标识别领域，针对现有技术在行人翻越栏杆的行为识别中存在的检测精度不高的问题；本发明通过绘制与人物大小相同的边界框，克服了传统目标检测方法中实时性不高以及边界框为不可变大小的缺点；采用Yolo目标检测网络进行图像特征类别预测，采用GOTURN网络中进行目标跟踪；最后通过先验知识的方法快速运用栏杆与轨迹点集合的相对位置关系判定是否为翻越行为，若是翻越行为则输出翻越标签并发起警告。
-
公开(公告)号：CN114169500A
公开(公告)日：2022-03-11
申请号：CN202111443034.4
申请日：2021-11-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于小规模电磁数据的神经网络模型处理方法，包括以下步骤S1、数据预处理：采集小规模电磁数据，将数据统一映射到[0,1]区间上，并采用缺失‑插补法对数据进行扩充，得到训练集；S2、设计全连接网络模型结构；S3、利用训练集数据搜索全连接网络模型结构的超参数，进行模型训练；S4、利用训练得到的全连接网络模型结构对新的电磁数据进行处理。本发明能够在小规模数据集上进行数据扩充，对小规模数据集上的拟合能力较强，使其在面对一些数据采集成本较高的或者本身数据量较小的任务中也能取得较高的精度。
-
公开(公告)号：CN110941855B
公开(公告)日：2022-02-15
申请号：CN201911173524.X
申请日：2019-11-26
Applicant: 电子科技大学
Abstract: 本发明公开一种AIoT场景下的神经网络模型窃取防御方法，应用于网络安全领域，针对AIoT场景下，边缘端设备向云端服务器传输数据时可能发生数据泄露而导致模型窃取的问题，本发明通过加密推断数据图像及标签实现对模型窃取的防御，加密图像部分基于神经网络类激活映射技术，加密标签部分基于欠完备自编码器技术；本发明主要包括训练阶段及部署阶段，训练阶段在服务器上进行，部署阶段在训练阶段完成之后进行，将训练阶段的数据部署到边缘端设备及云端服务器上，本发明方案能有效防御AIoT场景下的神经网络模型的窃取。
-
Patent Agency Ranking
公开(公告)号：CN112487926A
公开(公告)日：2021-03-12
申请号：CN202011344103.1
申请日：2020-11-26
Applicant: 电子科技大学
Inventor： 詹瑾瑜 , 田磊 , 江维 , 范翥峰 , 其他发明人请求不公开姓名
Abstract: 本发明公开一种基于时空图卷积网络的景区投喂行为识别方法，应用于目标识别领域，针对现有技术在不文明投喂行为识别中存在的检测精度不高的问题；本发明采用时空图来表达人体骨骼，将人体关节点设置两类边，分别用来表达空间和时间特性，并对其进行卷积；最后采用分类网络得到识别结果，同时采用计数的方式来克服偶然误检的问题；本发明的方法能够有效识别不文明的投喂行为。
-
公开(公告)号：CN112487920A
公开(公告)日：2021-03-12
申请号：CN202011338744.6
申请日：2020-11-25
Applicant: 电子科技大学
Abstract: 本发明公开一种基于卷积神经网络的翻越行为识别方法，应用于目标识别领域，针对现有技术在行人翻越栏杆的行为识别中存在的检测精度不高的问题；本发明通过绘制与人物大小相同的边界框，克服了传统目标检测方法中实时性不高以及边界框为不可变大小的缺点；采用Yolo目标检测网络进行图像特征类别预测，采用GOTURN网络中进行目标跟踪；最后通过先验知识的方法快速运用栏杆与轨迹点集合的相对位置关系判定是否为翻越行为，若是翻越行为则输出翻越标签并发起警告。
-
公开(公告)号：CN111083728B
公开(公告)日：2021-01-26
申请号：CN201911355139.7
申请日：2019-12-25
Applicant: 电子科技大学 , 中电科大数据研究院有限公司
Abstract: 本发明公开了一种基于时空大数据的景区实时负荷监控方法及系统，方法包括以下步骤：S1、获取景区客流量数据；S2、进行景区地图分块；S3、对客流数据进行区域划分；S4、参考景区过往的真实客流数据以及最大负荷数值，为景区的每个景点设置一个游客载流上限标签，记为tValue，并将负荷阈值设置为游客载流量上限*80％；S5、对步骤S1获取的客流量数据进行处理，判断景点客流量是否超负荷；S6、采用基于百度Echarts的景区实时客流分布密度热力图展示当前客流量信息。本发明能够根据景区内各景点最大游客承载能力，为景区提供超负荷短信预警，实时负荷状态监控。
-
公开(公告)号：CN110941855A
公开(公告)日：2020-03-31
申请号：CN201911173524.X
申请日：2019-11-26
Applicant: 电子科技大学
Abstract: 本发明公开一种AIoT场景下的神经网络模型窃取防御方法，应用于网络安全领域，针对AIoT场景下，边缘端设备向云端服务器传输数据时可能发生数据泄露而导致模型窃取的问题，本发明通过加密推断数据图像及标签实现对模型窃取的防御，加密图像部分基于神经网络类激活映射技术，加密标签部分基于欠完备自编码器技术；本发明主要包括训练阶段及部署阶段，训练阶段在服务器上进行，部署阶段在训练阶段完成之后进行，将训练阶段的数据部署到边缘端设备及云端服务器上，本发明方案能有效防御AIoT场景下的神经网络模型的窃取。
-
公开(公告)号：CN104657667B
公开(公告)日：2017-09-29
申请号：CN201510068544.6
申请日：2015-02-10
Applicant: 国网四川省电力公司电力科学研究院 , 电子科技大学 , 国家电网公司
Abstract: 本发明公开了一种B/S架构系统状态评价与预测方法，所述方法包括以下步骤：S1：启动待评价与预测系统，设置采样频率，开始采集指标数据；S2：寻找最新版本的权重表；S3：进行指标分级；S4：读取数据，计算1~5级指标得分；S5：进行系统状态预测；S6：进行系统状态评价与数据储存；S7：睡眠时间t，返回步骤S4，实现了在不增加硬件成本的前提下，简单完成使B/S架构系统的状态评价和评估，系统维护人员能够准确把握系统当前状态的问题，便于系统维护人员提前做好系统检查及维护的准备，提高系统稳定性，工作量较小的技术效果。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.029 seconds)
