专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果45个,建议您升级VIP下载更多相关专利
  • [发明专利]基于近似分布的动态OD矩阵反推的方法、装置及存储介质-CN202210260777.6在审
  • 连德富;承孝敏;熊哲立 - 长三角信息智能创新研究院
  • 2022-03-16 - 2023-09-29 - G06F17/16
  • 本发明公开基于近似分布的动态OD矩阵反推的方法、装置及存储介质,该方法根据地图所划分的OD节点,对OD节点之间的路段进行聚合处理,利用交通模拟器采集训练数据;设计基于深度学习的分布提取模型,通过采集的训练集训练直到模型收敛;该模型针对特定地图和OD划分拟合OD节点和OD间路段流量等特征到OD分布的映射函数,具有根据OD节点和OD间路段特征推断时序和空间OD分布的泛化能力;将真实OD节点和OD间路段特征输入模型,输出关于真实OD分布的近似分布;融合OD分布与带约束的优化,设计新的优化器,实施模拟器和bi‑level框架对初始的随机OD矩阵进行模拟和迭代更新的求解方法,直至OD矩阵数值收敛即得到反推的OD矩阵。其有效提升了反推OD矩阵的准确性。
  • 基于近似分布动态od矩阵方法装置存储介质
  • [发明专利]各向异性加法量化方法-CN202210173004.4在审
  • 连德富;张锦;陈恩红 - 中国科学技术大学
  • 2022-02-24 - 2023-09-05 - G06F16/9535
  • 本发明公开了一种各向异性加法量化方法,该方法包括:步骤1、从数据集中随机选择MK个样本点作为码本的初始化;步骤2、利用码本为每个数据点进行编码;各个码本中随机选择码字作为编码的初始化,而后编码逐个更新,重复三轮;在更新第k个码本的编码时,固定住其他空间的选好的码字,通过详尽检查该码本中的所有码字,选择使目标损失达到最小的码字;步骤3、基于步骤2中得到的编码,通过交替更新M个码本中的每个码字来优化损失函数,总共MK个码字,按列拼接成一个码本矩阵C∈RD×MK;步骤4、重复步骤2和步骤3直到最大迭代轮数或者收敛。该方法利用各向异性损失结合加法量化来得到更好的量化效果,大大提升了最大内积搜索的准确性。
  • 各向异性加法量化方法
  • [发明专利]查询感知量化方法-CN202210173007.8在审
  • 连德富;张锦;陈恩红 - 中国科学技术大学
  • 2022-02-24 - 2023-09-05 - G06F16/9535
  • 本发明公开了一种查询感知量化方法,包括步骤1、从数据集中随机选择K个样本点,按照子空间的顺序将这K个样本点连接成一个列向量作为码本向量c,维度为Kd维;步骤2、在留出集中均匀采样若干个数据点作为样品集;步骤3、利用码本为每个数据点进行编码;步骤4、基于步骤3中得到的编码,更新码本通过最小化损失函数,步骤5、重复步骤3和步骤4直到最大迭代轮数或者收敛;步骤6、在验证集上根据所需指标进行评价,保存最好的码本和样品;步骤7、重复步骤2到步骤6直到最大轮数,得到最好的码本和样品,利用其为数据库所有数据点进行编码。该方法量化效果更好,大大提升了最大内积搜索的准确性。
  • 查询感知量化方法
  • [发明专利]码本量化模型的训练方法、搜索数据量化方法及其装置-CN202310406144.6有效
  • 连德富;陈恩红;卢泽普;张锦;冯超 - 中国科学技术大学
  • 2023-04-17 - 2023-07-18 - G06F16/907
  • 本发明提供了一种码本量化模型的训练方法、搜索数据量化方法及其装置。该训练方法包括利用处理器基于B个正交子矩阵将每个搜索样本映射在B个正交空间内,得到B个正交向量;利用处理器根据每个正交向量和与每个正交向量对应的正交空间的B个中心点码本,生成分布概率矩阵,其中,中心点码本集包括B个中心点码本;根据与分布概率矩阵中最大值确定与最大值对应的索引,并生成在正交空间下正交向量的独热编码向量;根据搜索样本和多个独热编码向量,生成输出训练向量;将搜索样本、中心点码本集、输出训练向量和B个正交子矩阵输入损失函数,输出损失结果;根据损失结果迭代地调整中心点码本集和正交矩阵的属性参数,得到经训练的码本量化模型。
  • 量化模型训练方法搜索数据及其装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top