当前第 248 / 5741 页 共 57406 项数据
知识产权简介:本发明提供了一种基于核函数注意力机制的目标检测方法及系统,包括:步骤S1:将图像像素信息编码为固定长度的向量信息;步骤S2:利用图像的编码信息,通过核函数计算向量之间的相关性程度;步骤S3:通过堆叠注意力模块判断图像像素与物体之间的相关性,提取图像特征,得到特征图;步骤S4:通过得到的特征图判断目标在图中的类别信息和位置信息,最终输出图像中物体的位置和类别。本发明将像素统一编码,并且引入核函数作为衡量像素与物体之间相关性程度的方法,从而使得图像在特征提取时具有更好的位置鲁棒性,因而本发明可以对图像中的目标进行更加精准的分类和位置回归。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业/数据处理和存储服务
- 权利人: 上海交通大学
- 联系合作
知识产权简介:通常会将语言模型增添到语音识别的解码过程中,即利用语言模型去对识别结果进行重打分,或者将语言模型建模进语音识别模型当中。或者利用语音合成的方式用合成语音来扩充训练数据。这些方案都还是主要关注于对文本数据的高效应用,忽视了可能有的文本数据缺失的情况。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本申请所要解决的技术问题是车联网交通预测涉及到车辆数据隐私与安全 和大规模数据传输和处理的通信开销过大。 其主要的发明点在于利用群体学习实现车联网分布式交通预测, 以路边单元 作为边缘计算节点,使用自适应的 Top-K 机制,仅交换 K 个最大的模型参数, 并根据邮票预算自适应地调整 K 的值,用以太坊群体网络建立邮票系统模型, 明确描述群体学习中的参数交换过程,定量的描述群体学习过程中的区块链开 销。
- 国民经济行业: 信息传输、软件和信息技术服务业
- 权利人: 上海交通大学
- 联系合作
知识产权简介:一种基于决策树的卫星网络拥塞控制调控系统,包括:位于服务器端的智能拥塞控制选择模块、连接控制模块、数据统计模块、星历分析模块和底层TCP传输模块,其中:数据统计模块根据收包数据统计信息统计当前网络的性能数据;拥塞控制选择模块从性能数据中解析出用于链路建模的三元组,基于训练后的决策树模型选择适合于当前链路的拥塞控制策略并输出至连接控制模块;连接控制模块根据策略中的参数设置底层TCP传输模块;星历分析模块根据卫星的星历监控卫星的连接变化情况,并当连接即将发生变化时输出卫星切换事件信号至连接控制模块;连接控制模块设置底层TCP传输模块的传输窗口在卫星切换期间保持不变;底层TCP传输模块通过TCP连接向客户端传输数据。本发明通过对于星历数据的分析,识别网络中的卫星切换事件,维持TCP传输的拥塞窗口大小不变;利用决策树模型分析卫星网络链路的特性,从而选择最合适的拥塞控制策略,旨在提高卫星网络中链路的吞吐量。
- 国民经济行业: 信息传输、软件和信息技术服务业/电信、广播电视和卫星传输服务/卫星传输服务, 信息传输、软件和信息技术服务业/互联网和相关服务/互联网接入及相关服务, 信息传输、软件和信息技术服务业/软件和信息技术服务业/数据处理和存储服务
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明针对现有内窥镜提取胃肠黏液样本方法的不足,提出一种用于胃肠道黏液取样或药物释放的微型装置,可作为附件装配于胃镜、肠镜或胃肠道机器人上,实现对胃肠道黏液样本在体采集和密封保存,也可用于对胃肠道进行靶向药物释放。本装置对人体无损伤,可以有效提取准确容量的胃肠道黏液样本,并防止样本污染。
- 国民经济行业: 制造业/仪器仪表制造业
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明公开了一种基于大模型的机器人传感器去噪方法。该方法利用预训练的语言模型,通过微调应用于机器人传感器信号的去噪。该方法包含数据预处理、模型构建、模型微调、异常分数定义和去噪输出五个步骤。数据预处理中,对信号进行分割、标准化等处理。模型构建中,导入预训练的大语言模型。模型微调中,只调整位置嵌入层和归一化层,以适应传感器信号。异常分数定义中,通过设定阈值对模型的输出进行评估。去噪生成中,对测试数据进行推理,输出去噪后的信号。相较于传统方法,该技术利用了预训练模型的上下文建模能力,拥有更好的泛化性和鲁棒性,既适用于常见环境,也可迁移至新环境,达到降低传感器噪声,提升状态估计精度的目的。
- 国民经济行业: 制造业
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明属于计算机图形学和移动计算领域,是一种体积视频存储格式、制作流程与适配移动设备的渲染方法。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明涉及计算科学和数字芯片技术领域,尤其涉及一种非规则拓扑下NoC单多播转发及死锁避免方法及系统。包括,采用路由表的形式来进行非规则拓扑下的通信数据路由转发;采用定期内固定转发释放的方法进行死锁避免,破坏导致死锁产生的环状数据流;根据非规则拓扑信息、路由表和释放路径表构建NoC互联系统并配置好各路由参数;配置完毕后输入特定任务的单多播数据流量,进行数据流量转发并总结评估性能;本发明通过高效的路径搜索和定期数据释放,在保证路径短低延时的情况下,确保NoC系统不会因为环境复杂、流量增大而带来的潜在死锁影响性能,解决了非规则拓扑下路由的困难,具有重要的应用价值和商业潜力。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明提出了一种基于端到端的多特征融合实体共指消解模型。该模型通过有效捕捉单词的语义信息及其上下文语境,深入挖掘文档中潜在的共指关系,帮助机器更高效、准确地理解和分析复杂文本。与传统方法相比,本发明在共指消解领域有显著的创新性,旨在全面提升模型的准确性和适应性。本发明从词汇特征的角度出发,融合字符的词性、上下文语义及逻辑关系等特征,采用词嵌入方法将文本向量化,以获取词的向量表示。随后,这些词向量被输入到由双向门控循环单元(BiGRU)和卷积神经网络(CNN)构成的特征提取层中,分别提取上下文依赖特征和局部依赖特征。为进一步增强模型对关键信息的识别能力,使用注意力机制分别强化这两种特征中的重要信息。接着,修改候选先行词的得分函数,以获取更多表述的语义信息。最后,这些信息将被输入到由全连接层构成的输出层,生成最终的共指链。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业/数据处理和存储服务
- 权利人: 上海交通大学
- 联系合作