“苑根基”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种快速创建精确trimap的方法-CN201910801239.1有效
发明人：李晋江;苑根基;范辉 -专利权人：山东工商学院
申请日： 2019-09-27 - 公布日： 2023-04-11 - 主分类号： G06T3/40 文献下载
摘要：本发明提出了一种快速创建精确trimap的方法，该方法包括以下步骤：利用梯度稀疏先验，对原始输入图像进行平滑处理，去除不必要的纹理细节，突出前景和背景之间的区别；利用SLIC超像素分割算法分割平滑图像，将每一个超像素视为节点；鲁棒交互，将用户涂鸦与超像素集成在一起，包含标记信息的超像素被视为种子节点，其余节点视为未标记的数据；基于流行排序计算每个超像素的分数，根据分数对超像素进行排名，相似的超像素会具有尽可能接近的分数，根据流行排序的结果设定阈值以创建trimap。本发明可以生成高质量的trimap，从而保证了matting算法估计的alpha遮罩的精确度。
一种快速创建精确 trimap 方法

[发明专利]基于深度学习的TCP拥塞动态控制方法及装置-CN202110078903.1有效
发明人：李建波;卢光全;吕志强;董传浩;苑根基 -专利权人：青岛大学
申请日： 2021-01-22 - 公布日： 2022-05-27 - 主分类号： H04L47/125 文献下载
摘要：本发明提供一种基于深度学习的TCP拥塞动态控制方法及装置，包括：代理获取传输环境的状态按照策略确定一个动作，动作为TCP会话的数据传输动作；传输环境基于动作对下一个传输环境进行改变，并将改变后的环境信息作为回报传输至代理；获取时序上连续的K个历史经验，对所述K个历史经验进行处理后作为输入至时序卷积网络模型中得到历史信息；代理基于所述历史信息以及回报和\或累积回报确定下一个动作。基于深度强化学习通过挖掘网络历史经验为处理网络拥塞提供了一种新的方案，通过实验分析历史经验K的取值，并进行调整进行动作的改变，使得本发明能够在瓶颈链路带宽较小的网络中部署TRL‑CC，TRL‑CC较NewReno和RL‑CC在吞吐量和延迟方面达到了更好的性能。
基于深度学习 tcp 拥塞动态控制方法装置