“于钥”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5个，建议您升级VIP下载更多相关专利

[发明专利]改进MobileNetv2网络的驾驶行为分类方法-CN202210431467.6有效
发明人：陈浩;佘堃;于钥;姚奡如 -专利权人：电子科技大学
申请日： 2022-04-22 - 公布日： 2023-09-29 - 主分类号： G06V20/59 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种改进MobileNetv2网络的驾驶行为分类方法，包括制作驾驶行为数据集；将驾驶行为数据集划分为训练集和测试集；使用训练集和测试集对改进MobileNetv2网络进行训练，得到驾驶行为类别图；使用改进MobileNetv2网络在测试集上分类准确率最高的权重进行部署，对驾驶行为类别进行分类，本发明能够直接在车载嵌入式设备部署，不再受制于网络因素，独立地实现驾驶行为分类，解决了现有的方法受制于网络，降低了驾驶行为分类的准确率的问题。
改进 mobilenetv2 网络驾驶行为分类方法

[发明专利]一种增量式需求跟踪性链接恢复方法-CN202310260494.6在审
发明人：彭涛;佘堃;于钥;刘书舟;陈建谟 -专利权人：电子科技大学
申请日： 2023-03-16 - 公布日： 2023-06-06 - 主分类号： G06F8/41 文献下载
摘要：本发明涉及软件开发技术领域，具体涉及一种增量式需求跟踪性链接恢复方法，基于深度学习技术和GPT网络对原始需求文档进行动态生成，得到伪数据；对所述伪数据加以权重，得到二次伪数据；将所述二次伪数据和真实数据一起送入需求跟踪链接恢复分类器进行模型训练，得到分类器初始状态，该方法相较于传统的信息检索方法，具备更高的恢复准确性和泛化性，同时相比较于采用端到端训练的深度学习方法，该方法采用数据增强和增量训练的方式，对数据集规模要求低，更容易在落地实现，解决现有跟踪性链接恢复方法准确率还是较低的问题。
一种增量需求跟踪链接恢复方法

[发明专利]一种基于Raft共识算法的分布式哈希表的生成方法-CN202310013763.9在审
发明人：陈建谟;佘堃;于钥;刘书舟;丁庆磊 -专利权人：电子科技大学
申请日： 2023-01-05 - 公布日： 2023-04-14 - 主分类号： G06F16/22 文献下载
摘要：本发明涉及计算机技术领域，具体涉及一种基于Raft共识算法的分布式哈希表的生成方法，包括对分布式哈希表标识进行注册，得到新分布式哈希表标识；对将旧分布式哈希表标识定向到新分布式哈希表标识，得到定向分布式哈希表标识；基于定向分布式哈希表标识解决恶意用户，本发明本提供一种针对现有Kademlia DHT算法的改进方式，以增强DHT覆盖网络的长期稳定性。通过运行一个Raft算法的第三方辅助实体，在DHT网络之外，独立运行一个Raft共识第三方实体，可以在数据一致性上进行弥补，提高DHT网络中数据的持久性存储，进而提高DHT网络的长期稳定性，从而解决了现有的分布式哈希表生成方法稳定性较差的问题。
一种基于 raft 共识算法分布式哈希表生成方法

[发明专利]一种利用方向盘定位驾驶区域的驾驶行为识别方法-CN202210430581.7在审
发明人：陈浩;佘堃;于钥;姚奡如 -专利权人：电子科技大学
申请日： 2022-04-22 - 公布日： 2022-07-29 - 主分类号： G06V20/59 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种利用方向盘定位驾驶区域的驾驶行为识别方法，包括通过摄像头获取驾驶员驾驶行为视频流；基于视频流判断是否已有驾驶员方向盘位置信息，若有方向盘位置信息，则进行图像关键区域数据提前，若无方向盘位置信息，则执行下一步；对视频流进行目标检测预处理，得到预处理数据；使用目标检测算法对预处理数据进行方向盘检测，得到方向盘位置信息；利用方向盘位置信息从视频流中提取图像关键区域数据；对图像关键区域数据进行图像分类处理，得到分类图像；使用行为分类算法从分类图像中识别驾驶行为类别，解决了现有的方法受制于网络，降低了驾驶行为识别的准确率的问题。
一种利用方向盘定位驾驶区域行为识别方法

[发明专利]一种无人驾驶定位测姿的载波相位周跳探测及修复方法-CN202010130759.7有效
发明人：张雷;吴新平;蒋玉东;欧冬秀;于钥 -专利权人：同济大学
申请日： 2020-02-28 - 公布日： 2021-04-13 - 主分类号： G01S19/44 文献下载
摘要：本发明公开一种无人驾驶定位测姿的载波相位周跳探测及修复方法，包括以下步骤：MW组合观测值探测周跳、利用TECR探测观测值的周跳、联合计算原始载波相位观测值的周跳和三频周跳探测与修复；本发明在传统周跳探测和修复方法基础上，综合采用MW组合以及电离层TEC变化率(TECR)来探测并修复周跳，并综合借鉴适用于双频观测值的经典Turbo‑Edit方法，构建自适应的周跳探测阈值模型，将该方法扩展至三频情形，来对三频数据进行处理，以此来提升周跳探测的整体性能，以实现对三频数据快速准确的周跳探测与修复。
一种无人驾驶定位载波相位探测修复方法