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13个,建议您升级VIP下载更多相关专利
  • [发明专利]基于自适应约简阈值的物联网感知数据约简系统及方法-CN202110978851.3有效
  • 张瀚铎;那俊;张斌;邓心 - 东北大学
  • 2021-08-25 - 2023-07-25 - G06F16/215
  • 本发明公开一种基于自适应约简阈值的物联网感知数据约简系统及方法,系统包括数据加载模块、自适应数据约简模块和数据重建模块;采用这个系统进行数据约简的方法基于实时的物联网感知数据,在传感器端通过概念漂移检测对数据变化趋势建模,基于漂移检测动态自适应确定卡尔曼滤波器的约简阈值,基于卡尔曼滤波器的数据估计与实际值之差约简数据并将约简后的数据和建模的数据趋势上传至边缘端,在边缘端根据约简后数据与数据趋势重建数据,最终达到在保证数据准确率和数据质量的前提下减少数据采集和传输的目的,同时可以显著降低传感器节点的能源消耗以及边缘端数据存储。
  • 基于自适应阈值联网感知数据系统方法
  • [发明专利]基于样本差异分析的多深度神经网络参数融合系统及方法-CN202210829762.7在审
  • 那俊;张瀚铎;张斌 - 东北大学
  • 2022-07-15 - 2022-10-21 - G06K9/62
  • 本发明设计基于样本差异分析的多深度神经网络参数融合系统及方法,属于深度学习和神经网络领域;包括代表性样本选取模块、边缘样本特征差异系数计算模块和多边参数融合模块;所述代表性样本选取模块从边缘样本集中选取最佳边界训练数据,以此作为边缘代表性样本数据,并将其发送到边缘样本特征差异系数计算模块,边缘样本特征差异系数计算模块对边缘代表性样本数据每一维度进行差异性计算,得到边缘代表性样本数据的差异系数;基于差异系数,多边参数融合模块对深度神经网络模型参数进行参数融合;对有需要的边缘设备端神经网络模型参数进行融合调整,有效的提升边缘设备端神经网络模型的质量,进而提升边缘设备端实时决策的能力。
  • 基于样本差异分析深度神经网络参数融合系统方法
  • [发明专利]基于物联网数据动态相关分析的数据约简系统及方法-CN202210820128.7在审
  • 那俊;张瀚铎;张斌 - 东北大学
  • 2022-07-13 - 2022-10-18 - G06F16/90
  • 本发明提供一种基于物联网数据动态相关分析的数据约简系统及方法,所述系统包括环境变化检测模块、相关关系集构建模块、替代关系生成模块、传感器替代模型求解模块和替代关系动态调整模块;该方法动态地对多传感器进行分组得到相关关系集,基于相关关系集生成传感器替代模型用于数据约简和数据重建。同时根据数据相关性的实时变化动态修正感器数据间的相关关系,并可动态地更新替代关系和替代模型,因而保证了自适应地通过传感器间替代关系降低被预测传感器传输率的约简目的。
  • 基于联网数据动态相关分析系统方法
  • [发明专利]基于大数据微服务的混合出行方式路径规划系统及方法-CN201811601248.8有效
  • 那俊;徐毅晖;张能帅;王小伟;徐雨婷;罗文智 - 东北大学
  • 2018-12-26 - 2022-09-20 - G01C21/34
  • 本发明提供基于大数据微服务的混合出行方式路径规划系统及方法,涉及大数据服务与微服务技术领域。本发明步骤如下:步骤1:对用户请求中的出行参数进行解析,将参数转换成符合核心算法函数的输入参数;步骤2:根据参数中的出行出发点和目的地确定出行涉及到的范围;步骤3:根据出行范围,从本地数据库中提取基础路网数据和交通信息;步骤4:处理数据和信息,得到带有出行方式权值的邻接矩阵;步骤5:根据用户给定的标准和邻接矩阵,生成最优的多条推荐路径;步骤6:根据步骤5生成多个符合条件的最优出行方案将数据响应给用户。本方法摆脱了以公交为基础出行方式的生成限制,可根据用户出行方式需求,最终形成符合条件的最优组合。
  • 基于数据微服混合出行方式路径规划系统方法
  • [实用新型]一种房建工程中深基坑支护施工结构-CN202121973242.0有效
  • 石瑶;王豪;任宏俊;金振云;那俊 - 云南能投缘达建设集团有限公司
  • 2021-08-22 - 2022-02-22 - E02D17/02
  • 本实用新型公开了一种房建工程中深基坑支护施工结构,涉及到支护结构领域,包括基板,所述基板顶部左侧安装有支撑柱,所述基板顶部远离所述支撑柱的一侧安装有支撑机构,所述支撑机构上转动安装有支撑杆,所述支撑杆的顶端固定有围挡机构,所述围挡机构的底端两侧均转动安装有连接块,所述连接块的底部固定有第一限位组件,所述基板顶部远离所述支撑柱的一侧开设有两个与所述第一限位组件相对应的第二限位组件。本实用新型通过将围挡机构底端的第一限位组件与基板上的第二限位组件分离,通过翻转围挡机构直至与基板相平行状态,支撑柱顶端能够对水平状态的围挡机构进行支撑作用,实现围挡机构的收纳工作目的,增加了装置使用的便捷性。
  • 一种工程基坑支护施工结构
  • [发明专利]基于输入修剪的边缘端DNN模型加载系统及方法-CN202110973801.6在审
  • 连佳欣;那俊;张瀚铎;张斌 - 东北大学
  • 2021-08-24 - 2021-11-19 - G06N3/04
  • 本发明公开一种基于输入修剪的边缘端DNN模型加载系统及方法,系统包括管理模块和压缩模块,其中管理模块包括样本管理模块、模型训练模块和模型管理模块;压缩模块包括压缩模式选择模块、数据压缩模块、模型压缩与重训练模块和压缩日志记录模块;采用该系统本发明基于样本数据构建贝叶斯网络并对网络进行训练,根据贝叶斯网络对模型的输入与输出进行关联性分析,并根据帕累托最优构建代表输入影响度的双向列表,以优化逐个删除输入属性带来的较高时间复杂度;最后结合聚类算法对输入数据属性间的相似性进行分析,并根据以上两种压缩策略及它们的衍生压缩策略完成对模型的个性化和智能化压缩加载,提升了边缘端的整体性能和部署模型的数量。
  • 基于输入修剪边缘dnn模型加载系统方法
  • [发明专利]基于K8S和Kubeedge的云边深度学习模型管理系统及模型训练方法-CN202110030466.6在审
  • 那俊;张斌;邓心;张瀚铎;李井瑞 - 东北大学
  • 2021-01-11 - 2021-04-20 - G06F9/455
  • 本发明提供一种基于K8S和Kubeedge的云边深度学习模型管理系统及模型训练方法。所述系统包括云端服务器、边缘智能设备和云边通信模块,首先在云端服务器上创建深度学习任务,根据用户配置参数构建深度学习模型并进行预训练,如果需要云边协同训练时,通过云边通信模块将边缘侧深度学习任务以及预训练模型传输给边缘智能设备,利用采集的样本数据对预训练模型再次进行训练,并将训练后的模型上传回云端服务器,通过云端服务器进行模型参数的融合,生成云边协同训练后的模型,本发明借助边缘智能设备采集的应用场景的样本数据训练深度模型,让云端服务器的模型掌握不同应用场景的环境差异和需求,从而解决样本不足和应用环境间差异的问题。
  • 基于k8skubeedge深度学习模型管理系统训练方法
  • [发明专利]端到端Web服务质量监测系统及方法-CN201010563710.7无效
  • 郭楠;张斌;高岩;黄利萍;郭军;那俊 - 东北大学
  • 2010-11-29 - 2011-07-13 - H04L12/26
  • 一种端到端Web服务质量监测系统及方法,该监测系统包括以下四个模块:注册模块、SNMP代理模块、监测模块和评价模块;该监测方法按如下步骤进行:步骤A:注册;步骤B:生成约定质量的各个参数及参数值;步骤C:发送将约定质量参数;步骤D:获取服务会话信息,步骤E:获取服务会话的管理信息;步骤F:得到与约定质量参数所对应的交付质量参数值及感知质量参数值;步骤G:监测模块将交付质量参数值、感知质量参数值和传输质量参数值发送给评价模块;步骤H:评价模块对该服务的质量信息进行评估和统计。本发明的优点:简单有效且开销较低,并能够客观的、综合的反映服务会话质量信息,以便为服务选取提供客观依据。
  • 端到端web服务质量监测系统方法

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