“赵生捷”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132个，建议您升级VIP下载更多相关专利

[发明专利]基于多粒度解码器的文本-图像检测方法-CN202310898188.5在审
发明人：梁爽;谢驰;王建宇;庄子鲲;赵生捷 -专利权人：同济大学
申请日： 2023-07-20 - 公布日： 2023-10-20 - 主分类号： G06V10/82 文献下载
摘要：本案涉及基于多粒度解码器的文本‑图像检测方法，属于图像目标检测领域，用于解决目前检测相关的文本‑图像任务模型无法灵活使用语言描述图像中物体或须假设被描述物体有且仅有一个的问题。本案根据任务类型配置不同粒度的解码器构成多粒度解码器，对以文字描述和/或包围盒形式对图像中目标对象进行描述的文本图像任务，获取任务中图像和文本的融合特征序列；当把融合特征序列作为多粒度解码器的输入时，多粒度解码器输出文本‑图像任务检测结果。本案将各种与检测定位相关的文本‑图像任务统一为基于文本描述物体检测任务，有效统一了各种任务形式；多粒度解码器具有可扩展性，训练好的多粒度解码器能够实现对不同文本图像任务的推理。
基于粒度解码器文本图像检测方法

[发明专利]一种基于多不相连模式学习的行人轨迹预测方法-CN202310789300.1在审
发明人： 赵生捷;朱培源;梁爽 -专利权人：同济大学
申请日： 2023-06-30 - 公布日： 2023-09-29 - 主分类号： G06T7/246 文献下载
摘要：本发明涉及一种基于多不相连模式学习的行人轨迹预测方法，基于社交不相连模式生成对抗网络模型生成预测轨迹，使用编码器提取视觉特征与观测行人轨迹特征，基于注意力模块获取物理场景和社会注意力特征；采用社会注意力建立基于注意力标注的结构化图序列，并对结构化图序列通过时空编码器编码提取物理背景和行人移动的瞬态变化；将物理场景注意力、社会注意力以及时空编码器输出特征拼接输入多生成器架构，输出预测行人的未来轨迹；利用生成器选择器对多生成器进行先验学习，在先验学习的过程中采用谱轨迹聚类模块更新生成器数量上限。本发明相较现有技术能够捕捉时空信息的瞬态变化、减少模型冗余，并能灵活适应于多个预测场景。
一种基于相连模式学习行人轨迹预测方法

[发明专利]一种从渲染中学习的雨景图像合成方法、装置及存储介质-CN202310781233.9在审
发明人： 赵生捷;周楷彬;邓浩 -专利权人：同济大学
申请日： 2023-06-29 - 公布日： 2023-09-19 - 主分类号： G06T5/50 文献下载
摘要：本发明涉及一种从渲染中学习的雨景图像合成方法、装置及存储介质，该方法步骤包括：渲染阶段创建高分辨率配对雨景‑背景图像数据集，包含多个场景和光照条件下不同时刻的图像对；学习阶段在隐式扩散模型中引入引导扩散模型，使用自编码器模型学习一个与图像空间在感知上等价的隐空间，用编码器对图像进行感知压缩，在隐空间中得到与图像空间的像素等价的隐变量；在隐空间完成扩散模型的前向过程和反向过程，其中所述反向过程使用交叉注意力和串联两种条件机制进行约束；通过解码器将输出的隐变量变换到图像空间，生成高分辨率的雨景图像。与现有技术相比，本发明兼具基于渲染方法的真实性优点和基于学习方法的高效性优点。
一种渲染学习雨景图像合成方法装置存储介质

[发明专利]一种基于耦合腔激光器的腔内激光传能定位一体化系统-CN202310712015.X在审
发明人：邓浩;赵生捷;刘明清;刘庆文;张林 -专利权人：同济大学
申请日： 2023-06-15 - 公布日： 2023-09-05 - 主分类号： H01S3/10 文献下载
摘要：本发明涉及一种基于耦合腔激光器的腔内激光传能定位一体化系统，包括发射器和集成到远程用户设备中的接收器，并由发射器与接收器中元件构成的主谐振腔以及与主谐振腔相互耦合的自由空间谐振腔；主谐振腔位于发射器中，用于产生腔内激光，由沿光路依次设置的第一回复反射器、增益介质和第二回复反射器构成，增益介质与泵浦源连接；自由空间谐振腔由集成在发射器中的第三回复反射器和集成在接收器中用于提供有效光频电磁场反馈的第四回复反射器构成，第三回复反射器与第二回复反射器相互光束耦合；本发明通过双腔耦合原理和多反射器的设计，并基于固有的自对准功能实现了3维位置的感知，提高传能效率和视场角FoV，并实现移动定位。
一种基于耦合激光器激光定位一体化系统

[发明专利]一种基于图谱域图结构学习的图卷积网络设计方法-CN202310324719.X在审
发明人：曾进;张晋声;韩丰夏;赵生捷 -专利权人：同济大学
申请日： 2023-03-29 - 公布日： 2023-08-25 - 主分类号： G06N3/0464 文献下载
摘要：本申请提供一种基于图谱域图结构学习的图卷积网络设计方法，该方法包括：根据图拉普拉斯矩阵，确定图谱先验；基于所述图谱先验，确定图结构学习的目标函数；对所述目标函数进行优化求解，得到图卷积网络的算子。该方案同时考虑了过平滑问题和图结构保留，从而避免重要边的移除。
一种基于图谱结构学习图卷网络设计方法

[发明专利]基于HDFS的异构物联网大数据的存储与读取系统及方法-CN202011450126.0有效
发明人： 赵生捷;张恒畅;韩丰夏;邓浩 -专利权人：同济大学
申请日： 2020-12-11 - 公布日： 2023-08-18 - 主分类号： G06F16/182 文献下载
摘要：本发明涉及一种基于HDFS的异构物联网大数据的存储与读取系统及方法，包括数据查询服务器、客户端和多个数据存储中心；数据查询服务器分别与客户端和各个数据存储中心连接；每一个数据存储中心包括数据采集模块、数据处理服务器和Hadoop集群，数据采集模块与数据处理服务器连接，数据处理服务器与Hadoop集群连接，Hadoop集群与数据查询服务器连接；Hadoop集群包括HDFS分布式文件系统；数据查询服务器中存储有各个Hadoop集群的存储参数。与现有技术相比，本发明在多个Hadoop集群之外，设置数据查询服务器，来保存各集群的IP地址和HDFS文件信息，打破了传统数据架构的壁垒，用户可以经数据查询服务器查询或下载多个Hadoop集群的数据，而不必依次访问各个Hadoop集群。
基于 hdfs 异构物联网数据存储读取系统方法

[发明专利]一种基于图拉普拉斯正则化网络的ToF深度图像去噪方法-CN202310373735.8在审
发明人：曾进;贾敬伟;何昶勇;王剑辉;杨晨;赵生捷 -专利权人：同济大学
申请日： 2023-04-06 - 公布日： 2023-08-15 - 主分类号： G06T5/00 文献下载
摘要：本申请提供一种基于图拉普拉斯正则化网络的ToF深度图像去噪方法，该方法包括：获取ToF传感器采集的raw数据；raw数据基于图拉普拉斯正则化网络进行噪声去除，得到去噪深度图；去噪深度图通过后处理对置信度小于阈值对应的区域予以去除，得到最终深度图。该方案利用图拉普拉斯正则化网络得到更好的去噪效果，且无需实际数据的采集用于训练，可直接利用仿真的高斯噪声进行训练，具有良好的泛化能力。
一种基于图拉普拉正则网络 tof 深度图像方法

[发明专利]一种无人机飞行自组织网络路由与拓扑优化方法-CN202310568201.0在审
发明人：李冰;赵生捷;甘俊毅 -专利权人：同济大学
申请日： 2023-05-19 - 公布日： 2023-08-04 - 主分类号： H04W40/18 文献下载
摘要：本发明涉及一种无人机飞行自组织网络路由与拓扑优化方法，用以在无人机飞行自组织网络各节点的数据包收发过程中，进行路由决策和拓扑优化，包括如下步骤：路由决策：针对数据包收发过程中感知的网络参数预测节点间的连接概率并更新状态价值表，选择预期代价最低的动作作为输出，即下一跳中继集；拓扑优化：依据节点状态价值更新节点速度优化网络拓扑结构，提高网络连通度并降低链路跳数以达到节约全局能量的目标。与现有技术相比，本发明具有能耗低、有效性高，且从拓扑优化方向提升网络性能的优点。
一种无人机飞行组织网络路由拓扑优化方法

[发明专利]基于两阶段注意力LSTM的停车场空余车位预测方法及系统-CN202210712726.2有效
发明人： 赵生捷;李冰;张恒畅 -专利权人：同济大学
申请日： 2022-06-22 - 公布日： 2023-08-04 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及一种基于两阶段注意力LSTM的停车场空余车位预测方法，包括以下步骤：获取当前停车场的历史数据；对历史数据进行预处理得到特征数据；建立停车场空余车位预测模型，包括基于两阶段注意力机制的修正模型、LSTM模型和Dense层，其中，基于两阶段注意力机制的修正模型的权重参数包括特征注意力权重和时序注意力权重；将特征数据作为模型的输入，停车场空余车位、车辆驶入、驶出数量作为模型的输出，对模型进行训练；更新历史数据，并基于更新后的历史数据进行模型的更新训练；获取用户的查询请求；响应用户的查询请求，调用训练完成的模型得到预测结果并返回所述预测结果。与现有技术相比，本发明具有预测准确性高等优点。
基于阶段注意力 lstm 停车场空余车位预测方法系统

[发明专利]一种基于多智能体强化学习的大型路口管理方法-CN202310479206.6在审
发明人： 赵生捷;薛锦伟;邓浩 -专利权人：同济大学
申请日： 2023-04-28 - 公布日： 2023-07-28 - 主分类号： G08G1/09 文献下载
摘要：本发明涉及一种基于多智能体强化学习的大型路口管理方法，包括以下步骤：构建交叉路口场景模型；定义中心式智能体和车辆智能体，中心式智能体代表路口计算单元，每个车辆智能体分别代表路口中的一辆智能网联车，分别设定每个智能体的状态空间、动作空间及奖励函数；中心式智能体用于观测路口环境变量，同时与各个车辆智能体进行交互；构建多智能体强化学习模型，对强化学习模型进行训练，得到优化的强化学习模型；将优化的强化学习模型部署到各个智能体中，以引导智能网联车运行。与现有技术相比，本发明具有模型计算复杂度低、实用性良好等优点。
一种基于智能强化学习大型路口管理方法

[发明专利]一种结合自集成和跨模型集成的半监督联邦学习方法-CN202310294654.9在审
发明人： 赵生捷;温庭杰;张荣庆 -专利权人：同济大学
申请日： 2023-03-23 - 公布日： 2023-07-11 - 主分类号： G06N20/20 文献下载
摘要：本发明涉及一种结合自集成和跨模型集成的半监督联邦学习方法，包括以下步骤：S1、每个参与方使用本地数据进行训练得到本地模型；S2、所有参与方将训练好的本地模型上传到中央服务器进行参数融合，得到全局模型；S3、中央服务器将全局模型广播给所有参与方；S4、参与方使用全局模型作为新的本地模型，并在新的本地模型上开始新的一轮本地训练；S5、返回步骤S1，循环执行直至达到预设条件。与现有技术相比，本发明利用了联邦学习中并行产生多个本地模型的特点，通过结合跨模型集成方案与自集成方案，在计算量相对较小的同时使得教师模型更加可靠，从而能够得到更好的训练效果。
一种结合集成模型监督联邦学习方法

[发明专利]一种基于自监督学习的联邦机器学习方法-CN202310088967.9在审
发明人：朱亚萍;邱颖;赵生捷 -专利权人：同济大学
申请日： 2023-02-09 - 公布日： 2023-07-07 - 主分类号： G06N3/098 文献下载
摘要：本发明提供一种基于自监督学习的联邦机器学习方法。该方法提出一种联邦学习通用架构，将机器学习模型总体结构分为编码器、映射头和预测头三部分。其中编码器可为任意通用网络架构，如CNN、ResNet等；预测头为一层全连接层；映射头部分由线性层、Batch Normalization(BN)层、relu激活函数及另一个线性层组成。客户端进行本地训练时，计算本地模型与全局模型经过映射头输出后两者之间的余弦相似度，并将此项引入本地模型训练的损失函数中，缩小全局模型输出与本地模型输出之间的差距，以此缓解数据异质性对联邦学习精度的不利影响。
一种基于监督学习联邦机器学习方法

[发明专利]融合激光雷达和IMU的同时定位建图方法、装置和存储介质-CN202110953344.4有效
发明人：张林;王忠;沈莹;赵生捷 -专利权人：同济大学
申请日： 2021-08-19 - 公布日： 2023-07-07 - 主分类号： G06T17/05 文献下载
摘要：本发明涉及一种融合激光雷达和IMU的同时定位建图方法、装置和存储介质。对激光雷达点云数据和IMU数据预处理后，初始化系统，并对预处理后的点云和现有地图采用直接法配准，并计算相关参数从而构建因子图，得到初始3D子地图，将3D子地图映射到2D子地图后提取特征点，计算2D刚体变换参数，从而计算出3D坐标初始值，迭代优化不断更新3D坐标的值，最终输出达到精确度要求的3D坐标以及3D地图。与现有技术相比，本发明采用直接法将点云与已有地图配准，并后续不断迭代得到最终输出，具有可适应多雷达系统、检测效率高等优点。
融合激光雷达 imu 同时定位方法装置存储介质

[发明专利]一种海洋水体颜色仿真方法-CN202110916856.3有效
发明人：张林;陈开昕;沈莹;赵生捷 -专利权人：同济大学
申请日： 2021-08-11 - 公布日： 2023-07-07 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种海洋水体颜色仿真方法，包括模拟日光并进行三原色分解；通过幅亮度转化获取日光三原色衰减后的亮度；根据衰减后的亮度通过不同的颜色空间转换得到具体的颜色信息，即得到海洋水体仿真颜色。与现有技术相比，本发明实现了由杰洛夫海洋水体类型、水体深度控制的海洋水体颜色仿真过程，考虑了不同海洋水体、不同深度等条件变化而变化的颜色模拟，提高了仿真模拟的真实性。
一种海洋水体颜色仿真方法

[发明专利]一种基于韧性城市多智能体的灾害模拟模型构建方法-CN202310236558.9在审
发明人： 赵生捷;陈志;邓浩 -专利权人：同济大学
申请日： 2023-03-13 - 公布日： 2023-07-04 - 主分类号： G06Q10/0635 文献下载
摘要：本发明涉及一种基于韧性城市多智能体的灾害模拟模型构建方法，包括以下步骤：收集城市韧性要素信息；基于城市韧性要素信息，构建城市韧性要素多智能体；构建城市韧性要素多智能体在城市风险下的动态响应机制；针对灾害设计灾害智能体，并设计灾害智能体与相应城市韧性要素多智能体间的关系；构建链生灾害知识图谱。与现有技术相比，本发明用韧性多智能体来表示复杂城市系统，通过构建韧性城市多智能体在灾害事件下的动态响应机制，同时将人作为韧性多智能体的一员，可用于各类城市灾害、风险扰动的模拟，从而提升城市系统在多种扰动中的防御、恢复、适应力，以保障城市居民福祉。
一种基于韧性城市智能灾害模拟模型构建方法

1
2
3
4
5
6
7
8
9
下一页»
尾页
共 132 条