公开(公告)号：CN113886688A

公开(公告)日：2022-01-04

申请号：CN202111139757.5

申请日：2021-09-27

Applicant: 鹏城实验室

Inventor： 曲博 ,  李聪 ,  石敏 ,  王海燕

IPC: G06F16/9535 ,  G06F16/9536 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明公开一种对象的关联关系预测方法，包括：基于多个目标对象和多个所述目标对象之间的关联关系，获得目标异构信息图；利用所述目标异构信息图，生成重构输入矩阵；将所述重构输入矩阵输入预设相似度模型进行运算，获得所述目标异构信息图对应的高阶相似度、二阶相似度和一阶相似度；基于所述高阶相似度、所述二阶相似度和所述一阶相似度，获得多个所述目标对象的预测关联关系。本发明还公开一种对象的关联关系预测装置、终端设备以及计算机可读存储介质。利用本发明的方法，获得的预测关联关系考虑到了高阶相似度、二阶相似度和一阶相似度，从而使得预测关联关系的准确度较高。

公开(公告)号：CN119946233A

公开(公告)日：2025-05-06

申请号：CN202411824716.3

申请日：2024-12-11

Applicant: 鹏城实验室

Inventor： 李聪 ,  张伟 ,  田永鸿 ,  周晖晖

IPC: H04N7/56 ,  H04N7/10 ,  H04N23/90 ,  H04N25/707

Abstract: 本申请实施例提出的多路普通和动态视觉传感器的长距离同步采集方法与系统，多路普通和动态视觉传感器的长距离同步采集方法与系统包括多个普通视觉传感器、多个动态视觉传感器以及控制处理器，方法应用于控制处理器，方法包括：确定目标普通视觉传感器，以及确定目标动态视觉传感器；获取目标普通视觉传感器的第一同步信号，并将第一同步信号进行第一延时补偿处理后发送至其余普通视觉传感器；将第一同步信号进行第二延时补偿处理后发送至至每个动态视觉传感器；将目标动态视觉传感器发出的将第二同步信号进行第三延时补偿处理后发送至其余动态视觉传感器，以进行数据同步采集，提高多个视觉传感器进行图像数据采集的精准性和同步性。

公开(公告)号：CN113886688B

公开(公告)日：2024-07-05

申请号：CN202111139757.5

申请日：2021-09-27

Applicant: 鹏城实验室

Inventor： 曲博 ,  李聪 ,  石敏 ,  王海燕

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F18/22 ,  G06N20/00

Abstract: 本发明公开一种对象的关联关系预测方法，包括：基于多个目标对象和多个所述目标对象之间的关联关系，获得目标异构信息图；利用所述目标异构信息图，生成重构输入矩阵；将所述重构输入矩阵输入预设相似度模型进行运算，获得所述目标异构信息图对应的高阶相似度、二阶相似度和一阶相似度；基于所述高阶相似度、所述二阶相似度和所述一阶相似度，获得多个所述目标对象的预测关联关系。本发明还公开一种对象的关联关系预测装置、终端设备以及计算机可读存储介质。利用本发明的方法，获得的预测关联关系考虑到了高阶相似度、二阶相似度和一阶相似度，从而使得预测关联关系的准确度较高。

公开(公告)号：CN116304708A

公开(公告)日：2023-06-23

申请号：CN202310306282.7

申请日：2023-03-21

Applicant: 鹏城实验室

Inventor： 曲博 ,  王蔚然 ,  李聪 ,  李翔 ,  韩伟红 ,  贾焰 ,  方滨兴

IPC: G06F18/214 ,  G06F18/22 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了基于超图学习的任务执行方法、装置、电子设备及可读存储介质，应用于图神经网络技术领域，所述基于超图学习的任务执行方法包括：获取待执行任务对应的任务节点的节点特征，其中，所述任务节点为初始超图中的任一超节点；将所述节点特征输入至所述初始超图对应的预设超图学习模型，得到节点嵌入特征，其中，所述预设超图学习模型由超节点集、超边集、边依赖节点权重集和超边权重集共同确定的概率转移矩阵构建得到；根据所述节点嵌入特征和所述待执行任务对应的任务嵌入特征之间的特征相似度，执行所述待执行任务。本申请解决了当前实际应用场景下相关任务的执行效果差的技术问题。