-
公开(公告)号：CN117173037B
公开(公告)日：2024-07-09
申请号：CN202310967877.7
申请日：2023-08-03
Applicant: 江南大学
IPC: G06T5/70 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种针对图像降噪的神经网络结构自动搜索方法，属于图像降噪技术领域。首先通过设计一种基于U‑Net的变长对称编码策略，结合空间注意力以及通道注意力机制，可以构建出包含高性能降噪网络结构的搜索空间。然后设计一种基于短轮次训练的回归映射补偿方法，通过引入网络结构的参数量，全轮次训练下的网络降噪性能以及短轮次作为先验知识，可以有效减少搜索过程中需要的搜索时间和搜索资源需求，同时提升短轮次训练策略的可靠性。最后，通过设计一种基于参数权重动态分配的进化算法，有效提升种群中个体的降噪性能，帮助搜索到性能更好的网络结构，实现更加高效的搜索。通过实验证明该方法搜索出的网络结构拥有良好的降噪性能。
-
公开(公告)号：CN117852733A
公开(公告)日：2024-04-09
申请号：CN202311677616.8
申请日：2023-12-06
Applicant: 江南大学
IPC: G06Q10/047 , G06F18/214 , G06F17/18
Abstract: 本发明公开了一种基于大规模限量弧路由问题求解的路径规划方法，属于组合优化领域。本发明首先进行了全局优化，提出了一种基于CARP问题的低成本分解优化方案，在迭代中有针对性的保留了更多优秀的分解；同时，本发明也应用于局部搜索阶段，提出了一种改进的路径构造规则，其优化了生成初始解中路径插入的部分，在路径插入的过程中考虑了车辆在接近满载时返回仓库产生过多无用花费的问题，改进之后能够更有效的进行局部搜索，进一步提升了求解质量。与现有的路径规划方法相比，本发明更细致的考虑到了CARP优化问题的细节与问题本身的特点，能够取得更低成本的解，且能够提升2‑3倍左右的稳定性。
-
公开(公告)号：CN114297390B
公开(公告)日：2024-04-02
申请号：CN202111681644.8
申请日：2021-12-30
Applicant: 江南大学
IPC: G06F16/35 , G06F40/30 , G06F40/284 , G06F18/214 , G06F18/2415 , G06F18/2431 , G06N3/0442 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种长尾分布场景下的方面类别识别方法及系统，属于自然语言处理技术领域。本发明的方法基于一种在长尾分布场景下的的方面类别识别系统，该系统聚焦数据长尾分布特点，首先得到句子细粒度方面特征向量，提供额外的上下文方面级语义信息；然后加入一种基于长尾分布的融合上下文方面级语义信息的注意力机制，加强模型捕捉与方面类别最相关的信息的能力，同时提出一种改进的分布平衡损失函数缓解长尾多标签文本分类任务中的标签共现以及负类优势的问题，有效地提升了具有长尾分布特点的方面类别识别效果。
-
公开(公告)号：CN117391194A
公开(公告)日：2024-01-12
申请号：CN202311383741.8
申请日：2023-10-24
Applicant: 江南大学
IPC: G06N5/022 , G06F18/214
Abstract: 本发明涉及知识图谱嵌入技术领域，尤其是指一种一阶向量与二阶多向量联合训练的时态知识图谱嵌入方法及装置。所述方法使用一阶向量与二阶多向量联合训练的时态知识图谱嵌入模型补全时态知识图谱，包括：将待嵌入实体的四元组输入模型初始化为嵌入向量，输入评分函数；评分函数输出每个实体与待嵌入实体的四元组中关系的评分数值；所述评分函数中的一阶向量嵌入评分函数使用一阶克利福德代数处理四元组中关系与时间，二阶多向量嵌入评分函数使用二阶克利福德代数处理四元组中关系与时间；选择评分数值最高的实体嵌入四元组，完成时态知识图谱的补全。本发明使用的评分函数增强了关系对时间的敏感性，提高了时态知识图谱中实体预测结果的准确性。
-
公开(公告)号：CN117173037A
公开(公告)日：2023-12-05
申请号：CN202310967877.7
申请日：2023-08-03
Applicant: 江南大学
IPC: G06T5/00 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种针对图像降噪的神经网络结构自动搜索方法，属于图像降噪技术领域。首先通过设计一种基于U‑Net的变长对称编码策略，结合空间注意力以及通道注意力机制，可以构建出包含高性能降噪网络结构的搜索空间。然后设计一种基于短轮次训练的回归映射补偿方法，通过引入网络结构的参数量，全轮次训练下的网络降噪性能以及短轮次作为先验知识，可以有效减少搜索过程中需要的搜索时间和搜索资源需求，同时提升短轮次训练策略的可靠性。最后，通过设计一种基于参数权重动态分配的进化算法，有效提升种群中个体的降噪性能，帮助搜索到性能更好的网络结构，实现更加高效的搜索。通过实验证明该方法搜索出的网络结构拥有良好的降噪性能。
-
Patent Agency Ranking
公开(公告)号：CN117172394A
公开(公告)日：2023-12-05
申请号：CN202310967878.1
申请日：2023-08-03
Applicant: 江南大学
IPC: G06Q10/047 , G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于覆盖旅行商问题求解的急救队路径规划方法，属于人工智能的强化学习和组合优化领域。本发明通过设计覆盖注意力模块对顶点间覆盖关系建模，并动态地将顶点被访问的信息传递至覆盖集中的其他顶点，高效地捕获问题特征和时序特征；为了提高模型对于对称不变性的学习并增强构造解的能力，提出了基于实例增强的改进基线用于REINFORCE算法，无需引入额外的评论家网络，并且具备显存占用少，运算速度快的优势。实验结果表明，本发明在求解质量上相较现有DRL方法均有明显优势，在不同覆盖类型、不同数据分布的实验中也展现了极强的泛化能力，部分实例的求解质量甚至超越了传统启发式算法，并保持着数十倍的求解速度优势。
-
公开(公告)号：CN117008691A
公开(公告)日：2023-11-07
申请号：CN202310502384.6
申请日：2023-05-06
Applicant: 江南大学
IPC: G06F1/18 , G06V10/40 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种分析视觉参数以训练计算机视觉模型的计算机实现方法，具体涉及训练计算机视觉技术领域，本发明包括机箱，本发明将全都线缆不使用的部分收纳固定到收纳柱的表面，从而尽可能避免多个线缆纠缠到一起，导致在后续维护计算机主机的时候，影响计算机主机维护效率的情况发生，进而提升了计算机主机的使用效果。在进行计算机视觉训练的时候，数据库模块可屏蔽标记后的图片数据，然后每次输出图片的时候，可以降低寻找图片的数量，提升每次重复训练时的数据传输效率，从而提升计算机视觉训练效率。使计算机通过对图片特征识别的训练，并且对同特征图片进行分类，然后来完成计算机的视觉训练，从而提升计算机的视觉能力。
-
公开(公告)号：CN114663312A
公开(公告)日：2022-06-24
申请号：CN202210305751.9
申请日：2022-03-24
Applicant: 江南大学
Abstract: 本发明公开了一种针对图像降噪的网络自动搜索方法及图像降噪方法，属于图像处理技术领域。本申请在构造用于图像降噪的网络结构时，将Feature模块作为CNN网络结构的第一层，来保证输入图片有足够的特征给深层的模块进行学习，同时Transition模块对特征图的特征维度进行变换，Dropout模块来防止网络的过拟合，从而获得更好的高斯降噪效果；另外本申请采用基于遗传算法的自动结构搜索方法，能够在数据集下根据不同的噪声级别问题，自动的调整自动设计的网络结构，避免了人为介入的时间成本问题，大大提出了处理降噪任务的速度和性能。
-
公开(公告)号：CN114297390A
公开(公告)日：2022-04-08
申请号：CN202111681644.8
申请日：2021-12-30
Applicant: 江南大学
Abstract: 本发明公开了一种长尾分布场景下的方面类别识别方法及系统，属于自然语言处理技术领域。本发明的方法基于一种在长尾分布场景下的的方面类别识别系统，该系统聚焦数据长尾分布特点，首先得到句子细粒度方面特征向量，提供额外的上下文方面级语义信息；然后加入一种基于长尾分布的融合上下文方面级语义信息的注意力机制，加强模型捕捉与方面类别最相关的信息的能力，同时提出一种改进的分布平衡损失函数缓解长尾多标签文本分类任务中的标签共现以及负类优势的问题，有效地提升了具有长尾分布特点的方面类别识别效果。
-
公开(公告)号：CN119722505A
公开(公告)日：2025-03-28
申请号：CN202411682390.5
申请日：2024-11-22
Applicant: 江南大学
Abstract: 本发明公开了一种自监督图像降噪的神经网络结构搜索方法，属于神经网络结构搜索和图像降噪领域。所述方法设计了多尺度编码器的搜索空间，使网络结构可以融合不同尺度提取的特征信息，恢复出更多的图像细节，有利于发现降噪效果更好的网络结构；本发明基于多尺度编码器的搜索空间，提出了一种改进的遗传算法对网络结构进行搜索，设计了粗粒度种群初始化方法、距离引导的父代选择方法和基于模块化的交叉变异操作，提升了遗传算法的搜索能力。相比现有的自监督图像降噪方法和神经网络结构方法，可以达到更好的降噪效果；实验结果证明，本发明的自监督图像降噪神经网络结构搜索方法可以有效地发现降噪效果更好的网络结构。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.028 seconds)
