公开(公告)号：CN114972845A

公开(公告)日：2022-08-30

申请号：CN202210480857.2

申请日：2022-05-05

Applicant: 西安微电子技术研究所

Inventor： 马钟 ,  刘露露 ,  王莉 ,  程钰清

IPC: G06V10/764 ,  G06V10/774

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于元学习的两阶段目标智能检测算法及系统，包括以下步骤：S1，在有标签数据上对目标检测网络进行元训练，获取目标检测网络的全部参数；所述目标检测网络包括特征提取网络模型、目标候选区域提取模型、分类模型和回归模型；S2，针对目标任务对分类模型和回归模型进行调整，得到与目标任务相关的最终目标检测网络。本发明将元学习策略与目标候选区域提取策略相结合，共同作用于两阶段目标检测网络的训练中，解决了小样本图像分类方法难以应用于目标检测的问题。同时是一种面向小样本目标检测的分类子任务的特征向量重分布优化方法，解决小样本条件下数据分布不统一造成的检测效果不佳的问题。

公开(公告)号：CN113222165A

公开(公告)日：2021-08-06

申请号：CN202110574069.5

申请日：2021-05-25

Applicant: 西安微电子技术研究所

Inventor： 魏璐 ,  马钟 ,  刘倩玉 ,  程钰清

IPC: G06N10/00 ,  G06N3/12

Abstract: 本发明公开了一种基于遗传算法的量子线路优化方法，本分明通过遗传算法自动化地寻找到最优的线路优化方案，不受量子计算模拟器硬件运行方式和量子线路构成的限制，能够有效缩短量子算法在量子计算模拟器上的运行时间，加速其计算过程，提升复杂量子算法的高速模拟仿真计算效率，便于量子算法和应用的快速开发。对比目前最好的量子门融合算法，本发明可将29量子比特的量子傅里叶变换算法的运行时间缩短41.4％，将6量子比特的变分量子线路的运行时间缩短18.8％。