-
公开(公告)号：CN119808884A
公开(公告)日：2025-04-11
申请号：CN202411850671.7
申请日：2024-12-16
Applicant: 重庆师范大学 , 重庆智简科技有限公司 , 重庆理工大学
IPC: G06N3/096 , G06N3/0464 , G06N5/022 , G06V10/82
Abstract: 本发明公开了一种用于提升Logit知识蒸馏的预处理方法，涉及计算机视觉和深度学习技术领域。本发明旨在解决传统知识蒸馏中存在的关键问题。在传统知识蒸馏中，采用固定温度将软标签从教师模型迁移至学生模型时，学生对每个样本的学习权重均相同，这极大地限制了学生模型性能的进一步提升。针对这一状况，本发明首先对教师模型与学生模型的输出进行处理，提高较高分数部分的值并降低较低分数部分的值，形成双向拉伸效果。然后利用Z‑score标准化方式，依据数据的均值与标准差，将数据转换为标准正态分布，从而实现教师模型与学生模型输出的精确匹配，以促进学生模型性能的优化。
-
公开(公告)号：CN119621298A
公开(公告)日：2025-03-14
申请号：CN202411414690.5
申请日：2024-10-11
Applicant: 重庆师范大学 , 重庆理工大学 , 重庆智简科技有限公司
IPC: G06F9/50 , G06F9/48 , G06F11/30 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种线程池参数动态调整方法，涉及线程管理技术领域。本发明通过引入LSTM模型，能够在时间维度上有效捕捉系统负载的长短期依赖特性，实现对未来线程需求的动态预测，从而精准调整线程池的最大线程数，避免资源浪费或过度竞争，且相比之下，本发明在以下几个方面有所改进：首先，LSTM模型能够处理系统负载信息中的非线性变化和时序依赖性，提升了预测的准确性和鲁棒性；其次，通过动态预测最大线程数，本发明大幅减少了任务等待时间，显著提高了系统的资源利用率和运行效率；最后，本发明减少了对人工设定参数的依赖，能够适应不同的负载环境和应用场景，具有良好的自适应性和可扩展性。
-
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：CN119808913A
公开(公告)日：2025-04-11
申请号：CN202411850680.6
申请日：2024-12-16
Applicant: 重庆师范大学 , 重庆理工大学 , 重庆智简科技有限公司
IPC: G06N5/022 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06V10/82
Abstract: 本发明公开了一种多分支对齐知识蒸馏方法，涉及计算机视觉和深度学习技术领域。本发明在学生特征空间维度小于教师特征空间维度时，为了更全面地学习教师特征，MBAKD使用上采样操作让学生特征向教师特征对齐；在通道维度上，MBAKD的目标是在教师特征和学生特征之间建立多个映射分支，使得学生可以从不同角度与教师特征对齐；其中，多分支的设计为学生特征与教师特征之间增加了“柔性”的桥梁，让学生更容易理解教师知识，并且还能够减缓教师的过度置信。
-
公开(公告)号：CN119359638A
公开(公告)日：2025-01-24
申请号：CN202411369428.3
申请日：2024-09-29
Applicant: 重庆理工大学 , 重庆师范大学 , 重庆智简科技有限公司
IPC: G06T7/00 , G06V20/69 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于多尺度空间信息的宫颈细胞检测方法，涉及医学图像技术领域。本发明有效结合过滤式特征选择方法和包裹式特征选择方法，充分考虑各特征之间的关联分别采用互信息、方差阈值和卡方验证三种过滤式特征选择方法进行种群初始化，解决了采用传统的单一包裹式特征选择方法计算成本高和过度拟合问题；且采用一种多目标优化算法—UNSGAIII的包裹式方法，与其他优化算法不同的是UNSGAIII方法是一种适用于多目标权衡求解问题的算法，解决了针对特殊用户可以提供一种多方案求解和单一过滤式特征选择预测精度低的问题，并且提高了收敛速度和全局搜索能力。
-
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：CN119359991A
公开(公告)日：2025-01-24
申请号：CN202411357896.9
申请日：2024-09-27
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无损特征融合和聚焦IoU损失的小目标检测方法，涉及目标检测技术领域。本发明通过增加小目标检测分支并且结合无损耗特征信息的下采样卷积方法，即多尺度无损特征融合策略，称为MLF，以增强小目标特征信息融合与保留能力。同时为提升SIoU收敛效果与速度并使其适应普通质量样本的损失贡献度，提出了聚焦惩罚项IoU，即FocalP‑IoU，并应用于SIoU中，通过设计动态的聚焦于惩罚项的参数，以惩罚项值衡量样本质量，并以此小目标普通质量样本提供损失贡献度。同时，引入中心点直线距离收敛与修正其角度成本与距离成本收敛方向，以加快对小目标的收敛。通过以上方法，有望缓解小目标检测中存在的问题，并提升小目标检测的性能。
-
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。
-
公开(公告)号：CN113870286A
公开(公告)日：2021-12-31
申请号：CN202111162124.6
申请日：2021-09-30
Applicant: 重庆理工大学
Abstract: 本发明涉及计算图像处理技术领域，具体涉及一种基于多级特征和掩码融合的前景分割方法，其将待分类原始图进行编码和多尺度特征融合后，在解码阶段通过低级特征和高级特征融合、级联跨特征层特征拼接和融合，以及不同级别特征和相应尺度掩码融合的方式实现前景分割，得到待分类原始图的前景分割结果。本发明中基于多级特征和掩码融合的前景分割方法能够提高边界分割准确性和特征提取全面性，从而提高前景分割的分割效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.108 seconds)
