-
公开(公告)号：CN115580661B
公开(公告)日：2024-12-10
申请号：CN202211206899.3
申请日：2022-09-30
Applicant: 重庆理工大学
IPC: H04L69/04 , G06F16/174 , G06F16/182 , H04L67/06
Abstract: 本发明涉及IPFS数据传输技术领域，尤其涉及一种基于数据压缩的IPFS数据传输优化方法。步骤包括：用户在IPFS网络中上传或下载的文件时，选择其偏好；根据传输的文件特征和用户的偏好，采用文件代价最小策略从多个待选压缩算法中选取出最优压缩算法；通过选取出的最优压缩算法压缩用户文件，并进行输出传输操作。本发明在数据传输时提前进行了压缩处理，在上传端，上传的时间缩短了，节约了磁盘空间；在下载端，文件变小以后，下载时间也缩短了并且节约了网络带宽；本发明还支持用户压缩偏好选择，进而在进行压缩处理时更加人性化，可有效满足用户的不同侧重点的压缩需求。
-
公开(公告)号：CN117593567B
公开(公告)日：2025-03-25
申请号：CN202311447369.2
申请日：2023-11-02
Applicant: 重庆理工大学 , 重庆师范大学 , 重庆智简科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/52 , G06V10/10 , G06V10/74
Abstract: 本发明公开了基于关系网络度量的双分支多尺度分支辅导学习方法，涉及小样本图像识别分类领域。本发明通过在提取多层级、多尺度特征的基础上，采用关系网络进行样本对的相似性度量并利用双分支辅导学习提升模型的识别能力，其中优先在分支一中通过多尺度特征生成器生成深层的多尺度特征，在分支二中提取出不同层级的特征，然后，双分支都采用一个可学习的关系网络对每个尺度或每个层级下的特征进行相似性度量的同时，为了最终分类的主导作用，设计了辅导学习模块，用分支一辅导分支二进行学习，发挥深层特征对最终集成所有尺度和层级下的关系得分获得分类结果，整体能够提升在小样本情况下的图像识别分类精度。
-
公开(公告)号：CN117579614B
公开(公告)日：2025-03-04
申请号：CN202311580487.0
申请日：2023-11-24
Applicant: 重庆理工大学 , 重庆师范大学 , 重庆智简科技有限公司
Abstract: 本发明公开了一种基于网络多路径的IPFS数据传输优化方法，涉及IPFS数据传输技术领域。本发明至少包括以下步骤：将MPQUIC协议作为一个扩展插件嵌入IPFS；融合MPQUIC协议的IPFS的节点根据物理环境来选择是否启动MPQUIC协议的监听；IPFS根据MPQUIC协议关键字和节点身份信息与IPFS对等节点建立连接；通过选取出用户文件，并进行文件的传输操作。本发明在数据传输时极大地利用了网络带宽资源，在上传端，由于融合了多条网络路径的带宽，上传的时间缩短了；本发明还不会与其他版本的IPFS发生冲突，融合引入的MPQUIC协议与IPFS原生支持的QUIC协议保持兼容。
-
Patent Agency Ranking
公开(公告)号：CN117593567A
公开(公告)日：2024-02-23
申请号：CN202311447369.2
申请日：2023-11-02
Applicant: 重庆理工大学 , 重庆师范大学 , 重庆智简科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/52 , G06V10/10 , G06V10/74
Abstract: 本发明公开了基于关系网络度量的双分支多尺度分支辅导学习方法，涉及小样本图像识别分类领域。本发明通过在提取多层级、多尺度特征的基础上，采用关系网络进行样本对的相似性度量并利用双分支辅导学习提升模型的识别能力，其中优先在分支一中通过多尺度特征生成器生成深层的多尺度特征，在分支二中提取出不同层级的特征，然后，双分支都采用一个可学习的关系网络对每个尺度或每个层级下的特征进行相似性度量的同时，为了最终分类的主导作用，设计了辅导学习模块，用分支一辅导分支二进行学习，发挥深层特征对最终集成所有尺度和层级下的关系得分获得分类结果，整体能够提升在小样本情况下的图像识别分类精度。
-
公开(公告)号：CN117579614A
公开(公告)日：2024-02-20
申请号：CN202311580487.0
申请日：2023-11-24
Applicant: 重庆理工大学 , 重庆师范大学 , 重庆智简科技有限公司
Abstract: 本发明公开了一种基于网络多路径的IPFS数据传输优化方法，涉及IPFS数据传输技术领域。本发明至少包括以下步骤：将MPQUIC协议作为一个扩展插件嵌入IPFS；融合MPQUIC协议的IPFS的节点根据物理环境来选择是否启动MPQUIC协议的监听；IPFS根据MPQUIC协议关键字和节点身份信息与IPFS对等节点建立连接；通过选取出用户文件，并进行文件的传输操作。本发明在数据传输时极大地利用了网络带宽资源，在上传端，由于融合了多条网络路径的带宽，上传的时间缩短了；本发明还不会与其他版本的IPFS发生冲突，融合引入的MPQUIC协议与IPFS原生支持的QUIC协议保持兼容。
-
公开(公告)号：CN115580661A
公开(公告)日：2023-01-06
申请号：CN202211206899.3
申请日：2022-09-30
Applicant: 重庆理工大学
IPC: H04L69/04 , G06F16/174 , G06F16/182 , H04L67/06
Abstract: 本发明涉及IPFS数据传输技术领域，尤其涉及一种基于数据压缩的IPFS数据传输优化方法。步骤包括：用户在IPFS网络中上传或下载的文件时，选择其偏好；根据传输的文件特征和用户的偏好，采用文件代价最小策略从多个待选压缩算法中选取出最优压缩算法；通过选取出的最优压缩算法压缩用户文件，并进行输出传输操作。本发明在数据传输时提前进行了压缩处理，在上传端，上传的时间缩短了，节约了磁盘空间；在下载端，文件变小以后，下载时间也缩短了并且节约了网络带宽；本发明还支持用户压缩偏好选择，进而在进行压缩处理时更加人性化，可有效满足用户的不同侧重点的压缩需求。
-
公开(公告)号：CN117475200B
公开(公告)日：2024-12-27
申请号：CN202311351092.3
申请日：2023-10-18
Applicant: 重庆理工大学 , 重庆师范大学 , 重庆领略科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明涉及医学图像技术领域，尤其涉及一种基于EffiCervNet的轻量级阴道镜图像分类算法。步骤如下：获取宫颈阴道镜图像作为输入训练数据集；对训练数据集中的阴道镜图像数据集进行预处理；构建基于EffiCervNet的分类模型；对EfficientNet分类模型进行学习训练；将训练数据集中的宫颈阴道镜图像输入EfficientNet分类模型进行训练，保存训练好的模型。本发明提供的一种基于EffiCervNet的轻量级阴道镜图像分类算法，结合EfficientNet高速度与高精度、Cerv‑MBConv的对空间特征和通道特征的提取能力以及Triplet Attention和ECA高特征提取能力的优点，在减少模型参数的同时更好地分类出阴道镜下宫颈的不同类型，具有更高的分类精度，并能够更好的对宫颈类型进行分类，满足现有的医疗实际需求。
-
公开(公告)号：CN117475200A
公开(公告)日：2024-01-30
申请号：CN202311351092.3
申请日：2023-10-18
Applicant: 重庆理工大学 , 重庆师范大学 , 重庆领略科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明涉及医学图像技术领域，尤其涉及一种基于EffiCervNet的轻量级阴道镜图像分类算法。步骤如下：获取宫颈阴道镜图像作为输入训练数据集；对训练数据集中的阴道镜图像数据集进行预处理；构建基于EffiCervNet的分类模型；对EfficientNet分类模型进行学习训练；将训练数据集中的宫颈阴道镜图像输入EfficientNet分类模型进行训练，保存训练好的模型。本发明提供的一种基于EffiCervNet的轻量级阴道镜图像分类算法，结合EfficientNet高速度与高精度、Cerv‑MBConv的对空间特征和通道特征的提取能力以及Triplet Attention和ECA高特征提取能力的优点，在减少模型参数的同时更好地分类出阴道镜下宫颈的不同类型，具有更高的分类精度，并能够更好的对宫颈类型进行分类，满足现有的医疗实际需求。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
