“李尤慧子”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40个，建议您升级VIP下载更多相关专利

[发明专利]一种用于分布式工作流系统的任务分组调度方法-CN202210020680.8有效
发明人：殷昱煜;李振乾;李尤慧子;梁婷婷;李玉 -专利权人：杭州电子科技大学
申请日： 2022-01-10 - 公布日： 2023-10-20 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种用于分布式工作流系统的任务分组调度方法，以实现复杂工作流地有效预处理以及工作流任务地合理调度。本发明首先对记录工作流信息的工作流图进行分析，计算出每个任务的累计工作量；其次，找出累计工作量最大的关键任务组然后再对剩余任务节点进行分组；随后，根据分组数据对任务组进行分配；最后，对于运行任务产生偏差或是新增的运行资源采用一种基于任务复制的负载均衡策略，进一步加强了调度方法整体稳定性。
一种用于分布式工作流系统任务分组调度方法

[发明专利]一种基于多层级和多尺度注意机制的面部表情识别方法-CN202310896839.7在审
发明人：殷昱煜;朱晋林;张新;周丽;李尤慧子 -专利权人：杭州电子科技大学
申请日： 2023-07-21 - 公布日： 2023-10-13 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于多层级和多尺度注意机制的面部表情识别方法，该方法首先将四个公共数据集拆分成为训练集、测试集和验证集。其次构建包含特征预提取模块、多层级注意模块和多尺度注意模块的面部表情识别模型，并对模型输入的数据集的图像进行人脸检测和对齐，以及随机图像增强。然后将处理好的训练集图像输入到构建好的面部表情识别模型中，利用交叉熵损失和限制中心损失对模型进行训练和优化。最后对测试集和验证集中的图像进行推理，得到相应的分类结果，识别表情。本发明增加了模型所提取特征的鲁棒性，提高模型输出特征的表达能力，进行准确的面部表情识别。
一种基于多层尺度注意机制面部表情识别方法

[发明专利]一种开源太阳辐照度数据动态采集方法、系统及存储介质-CN202310807203.0在审
发明人：孙茜茜;章斌;殷昱煜;李玉;李尤慧子;梁婷婷 -专利权人：杭州电子科技大学
申请日： 2023-07-04 - 公布日： 2023-10-03 - 主分类号： G06F16/21 文献下载
摘要：本发明公开了一种太阳辐照度数据动态采集方法，包括如下步骤：S1、开源数据的筛选和采集条件的分析；S2、数据采集：S2‑1、设定一般开源数据源网站采集规则，并进行数据采集；S2‑2、设定特殊开源数据源网站采集规则，并进行数据采集；S2‑3、采集所述数据的清洗和入库。该方法为未来的太阳能资源评估、预测，光伏发电大规模开发应用等领域的研究提供数据支持和应用支撑。
一种太阳辐照度数动态采集方法系统存储介质

[发明专利]一种人机物环境下基于区块链的动态访问控制方法-CN202310037333.0在审
发明人：殷昱煜;李之磊;李尤慧子;李玉;梁婷婷;万健 -专利权人：杭州电子科技大学
申请日： 2023-01-10 - 公布日： 2023-09-26 - 主分类号： H04L9/32 文献下载
摘要：本发明涉及一种人机物环境下基于区块链的动态访问控制方法包括如下步骤：步骤1、上传资源元数据；步骤2、上传访问控制策略；步骤3、发布私有属性；步骤4、购买私有属性；步骤5、检索资源；步骤6、请求决策；步骤7、执行策略；步骤8、返回结果、调整可信节点列表。该方法设计了一种合理有效的属性分级交易的方案以及一种决策判断机制，属性分级交易的设置既保证了基于属性访问控制机制的灵活度也保证了属性的安全性，保证主体不能够非法获取属性，一种决策判断机制在保障大部分节点诚实的情况下提高了决策的效率。所设计的访问控制方法在保证安全性的前提下，也提高了决策的效率，十分适用于人机物环境下的访问控制。
一种人机环境基于区块动态访问控制方法

[发明专利]一种基于贡献感知的聚类联邦学习方法-CN202310161629.3在审
发明人： 李尤慧子;俞海涛;殷昱煜;李玉;梁婷婷;万健 -专利权人：杭州电子科技大学
申请日： 2023-02-24 - 公布日： 2023-09-22 - 主分类号： G06F18/23 文献下载
摘要：本发明公开了一种基于贡献感知的聚类联邦学习方法，包括如下步骤：步骤1.参数服务器初始化；步骤2.客户端更新本地模型的参数；步骤3.客户端根据更新参数在本地数据集上训练n轮次，本地的梯度上传至参数服务器；步骤4.判断是否需要贡献评估，若需要贡献评估，则进入步骤5，否则进入步骤6；步骤5.服务器对客户端上传的参数计算近似沙普利值，并将沙普利值作为每个客户端贡献的量化指标；步骤6.服务器判断联邦系统是否完成训练，若完成训练，则进入步骤7输出最终预测模型；步骤7.联邦训练结束，输出最终预测模型。该方法可以在不违背联邦学习数据安全范式下进行贡献评估和协作训练，提高联邦系统的准确率和激励优质客户端。
一种基于贡献感知联邦学习方法

[发明专利]一种基于帧缓存队列的流视频人脸检测加速方法-CN201910776560.9有效
发明人：蒋从锋;程小兰;黄杰;李尤慧子;刘迪迪;贾刚勇;殷昱煜;屈英哲;张纪林 -专利权人：杭州电子科技大学
申请日： 2019-08-22 - 公布日： 2023-09-15 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及一种基于帧缓存队列的流视频处理中人脸检测的加速方法。本发明主要包括三部分，包括基于帧缓存队列的边缘实时视频处理系统、针对不同分辨率的自适应缩放因子设置方法和一种人脸目标检测区域的动态设置方法。本发明减少由于网络环境和帧接收时延造成的帧堆积，优化流视频处理性能。另外，为提升高分辨率流视频的处理性能，本发明针对不同的流视频分辨率，考虑网络带宽资源和边缘服务器的功耗，在保证视频处理性能的同时最小化处理开销。为提高流视频中人脸检测效果，本发明针对不同的视频分辨率，动态设定人脸检测区域。
一种基于缓存队列视频检测加速方法

[发明专利]一种基于图结构和特征的自适应防御方法-CN202210342978.0有效
发明人：殷昱煜;傅君芬;李尤慧子;梁婷婷;李玉 -专利权人：杭州电子科技大学
申请日： 2022-03-31 - 公布日： 2023-08-29 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于图结构和特征的自适应防御方法。目前已经有很多对抗训练、注意力机制、去噪网络等方法来提高图神经网络模型的防御能力，但是当前GCN模型倾向于保持结构相似性而不是特征相似性的问题。本发明包含了三部分的内容：基于Attention机制进行原始图和特征图的训练，自适应平衡图结构和特征的信息；基于权重学习思想进行辅助模型的训练获取不同特征的权重进行消息聚合，考虑了不同特征的不同重要性；利用特征信息单独训练获取不依赖结构信息的结果，并采用对比学习和标签平滑方法提高模型性能。通过本发明提供的平衡图结构和特征的防御方法，可以有效的利用两方面信息提升图神经网络模型的防御能力。
一种基于结构特征自适应防御方法

[发明专利]一种基于计算实验的服务生态系统演化建模方法-CN202310526875.4在审
发明人：殷昱煜;张皓男;梁婷婷;李尤慧子 -专利权人：杭州电子科技大学
申请日： 2023-05-11 - 公布日： 2023-08-08 - 主分类号： G06Q30/0202 文献下载
摘要：本发明涉及一种基于计算实验的服务生态系统演化建模系统及方法。在目前的科学理论及手段很难完成对于真实服务生态系统进行直接实验的背景下，构建了一套具体的通过计算实验系统来研究服务生态系统演化的流程方法。考虑到服务的类型会随着市场需求的情况而发生演化改变，引入遗传算法模拟服务代理节点类型随着服务生态系统演化而发展的情况。除了服务提供者与服务需求者之外，市场监管者同样在服务生态系统中扮演着重要的角色，因此设计了一套对抗博弈的方式作为服务代理节点决策的依据，同时考虑到对于服务代理节点自身的利润最大化以及对于区域市场利润最大化。该服务生态系统演化建模系统及方法可以作为后续研究服务生态系统演化规律的基础。
一种基于计算实验服务生态系统演化建模方法

[发明专利]一种基于课程学习的对话式开放域问答方法-CN202310569639.0在审
发明人：梁婷婷;郑豪杰;殷昱煜;江艺璇;李尤慧子;李玉;万健 -专利权人：杭州电子科技大学
申请日： 2023-05-19 - 公布日： 2023-08-08 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种基于课程学习的对话式开放域问答方法。本发明通过引入了一个排序器模块,对检索器检索到的前K篇文章进行重新排序，使得有更多相关文章排在前T的位置。通过在检索器之后添加一个后续神经网络来建立排序器，该网络将K篇文章的嵌入作为输入。有了这个后续网络，使得排序器能够学习文章的高级特征表示。本发明通过一种半自动的课程学习策略，该策略旨在减少联合训练过程中手动添加黄金段落的概率，以帮助训练和推理的设置更加一致。有效地推动检索器找到本身包含真实答案的段落，并鼓励阅读器在没有正确相关文章的情况下找到正确答案的相关片段。
一种基于课程学习对话开放问答方法

[发明专利]一种基于詹森-香农散度的对话状态追踪方法-CN202310360585.7在审
发明人：梁婷婷;卢诚;殷昱煜;李玉;李尤慧子;万健 -专利权人：杭州电子科技大学
申请日： 2023-04-03 - 公布日： 2023-07-14 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种基于詹森‑香农散度的对话状态追踪方法，包括如下步骤：S1、收集不同领域的任务型对话数据集；S2、构建对话状态追踪模型；S3、通过编码模块对任务型对话数据集中的历史和当前对话、当前状态和槽位信息进行语义编码的语义信息；S4、将编码后的语义信息输入至对话状态决策模块以生成目标概率分布；S5、使用JS散度作为指标来衡量样本是否属于噪声样本；S6、对于非噪声样本，保留其原有的标签，对于噪声样本，根据S4中得到的目标概率分布，选择概率值最大的目标，作为新的标签，并使用新的标签进行训练；S7、训练过程中动态调整噪声样本判断阈值以适配不断增强的对话状态追踪模型，直至对话状态追踪模型拟合。该方法有效解决现实噪声环境中训练DST模型会难以拟合下游任务数据的难题。
一种基于詹森香农对话状态追踪方法

[发明专利]基于长短期记忆的生成式对抗网络模型建模分析方法-CN202211113923.9有效
发明人：殷昱煜;李静文;李玉;梁婷婷;李尤慧子 -专利权人：杭州电子科技大学
申请日： 2022-09-14 - 公布日： 2023-07-07 - 主分类号： G06F18/2415 文献下载
摘要：本发明提出了一种基于长短期记忆的生成式对抗网络(WGAN‑LSTM)模型对流程实例运行结果进行建模分析的方法，旨在对流程实例运行结果进行精准预测，为实现业务流程的动态监管及异常预警提供支持，本发明提供一种基于长短期记忆的生成式对抗网络模型建模分析方法，包括：步骤1，待预测流程实例已经执行的事件信息进行数据预处理；步骤2，将步骤1中的数据输入GAN‑LSTM模型中进行训练，得到预测模型M；步骤3，将正在执行的待预测流程实例输入到预测模型M中，预测出该条待预测流程实例对应的结果标签。
基于短期记忆生成对抗网络模型建模分析方法

[发明专利]一种基于强化学习的分布式训练任务的自适应调度方法-CN202310207640.9在审
发明人：殷昱煜;黄训庆;黄彬彬;李尤慧子 -专利权人：杭州电子科技大学
申请日： 2023-03-07 - 公布日： 2023-06-27 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种基于强化学习的分布式训练任务的自适应调度方法，包括如下步骤：S1、特征抽取；S2、模型分割；S3、设备部署；4.获取奖励函数；5.策略梯度更新；6.输出调度结果。该方法能够通过不断学习来得到一个最佳的模型划分和调度策略，从而加快在异构边缘设备上深度学习模型的流水线并行分布式训练。提出分组网络和部署网络的双神经网络结构，充分考虑到计算能力和通信延迟时间的差异，对深度学习模型进行模型分割和设备放置，得到调度方案，根据调度结果做流水线并行训练。将批量样本训练完成时间作为策略梯度的奖励函数，以此来更新双神经网络的参数。通过强化学习不断的探索与利用，最终能够得到最佳的调度方案来加速分布式训练。
一种基于强化学习分布式训练任务自适应调度方法

[发明专利]一种基于逻辑盒嵌入推理的协同过滤方法及系统-CN202310261496.7在审
发明人：梁婷婷;张元庆;殷昱煜;李尤慧子;李玉;万健 -专利权人：杭州电子科技大学
申请日： 2023-03-17 - 公布日： 2023-06-23 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于逻辑盒嵌入推理的协同过滤方法，包括如下步骤：S1、收集原始数据并制作数据集；S2、对原始数据进行清洗处理，生成用户交互序列以及评分序列；S3、用户交互序列以及评分序列生成一阶逻辑查询，进而生成逻辑计算图；S4、将用户交互序列生成多个项目盒嵌入，评分序列根据逻辑计算图中用户交互行为和评分生成多个关系向量嵌入；S5、项目盒嵌入以及关系向量嵌入根据逻辑计算图计算得到一个目标项目盒嵌入；S6、计算目标项目盒嵌入与最近的项目盒嵌入之间的距离，将最近的n个项目作为最适合推荐给当前用户的项目。该方法能有效融合协同过滤和逻辑推理的推荐算法框架，有效提升了推荐的性能，为后续的工程应用提供新的思路。
一种基于逻辑嵌入推理协同过滤方法系统

[发明专利]基于多尺度特征提取及多任务对比训练的QoS预测方法-CN202310241963.X在审
发明人：殷昱煜;邸千卉;梁婷婷;李尤慧子;李玉;万健 -专利权人：杭州电子科技大学
申请日： 2023-03-14 - 公布日： 2023-06-06 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于多尺度特征提取及多任务对比训练的QoS预测方法，包括如下步骤：S1、获取用户的三维QoS数据，将三维的QoS数据进行降维得到一维的QoS序列，所述一维的QoS序列包括待预测值与历史时间序列；S2、通过卡尔曼滤波消除历史时间序列中存在的噪声数据，得到平滑后的QoS序列；S3、对于平滑后的QoS序列，使用基于QoS分布的增强方法，得到每个时间片上的QoS增强序列；S4、输入平滑后的QoS序列与每个时间片上的QoS增强序列至多尺度特征编码器进行编码，来分别提取序列时间特征与增强序列时间特征；S5、通过多任务对比训练预测动态服务QoS值。该方法将对比学习与QoS预测相结合，从已知的QoS数据中提取并不断优化用户的时间特征，来预测未知的QoS值。
基于尺度特征提取任务对比训练 qos 预测方法

[发明专利]一种用于视频拼接的视频帧同步方法-CN202011422728.5有效
发明人：贾刚勇;宋子伟;李尤慧子;殷昱煜;蒋从锋;张纪林 -专利权人：杭州电子科技大学
申请日： 2020-12-08 - 公布日： 2023-05-05 - 主分类号： H04N5/265 文献下载
摘要：本发明提出了一种用于视频拼接的视频帧同步方法，包括如下步骤：（1）让用于图像拼接的边缘设备在进行图像拼接之前先拍摄一个微妙级的时钟；（2）边缘端采集视频信息，缓存每一帧图像和每一帧图像获取到的系统时间；（3）读取并处理来自不同边缘端缓存的视频信息；（4）识别获取视频的每一帧图像拍摄到的毫秒级时钟的时间；（5）根据识别的结果计算和每帧图像的获取时间出不同边缘端的系统时间差；（6）在视频图像拼接时，根据得到的系统时间差对得到的视频帧图像的时间进行调整，使得用于拼接的视频帧是在同以时刻拍到的，以减小图像拼接时的误差。本发明可以有效的校准视频序列，避免拼接图像出现鬼影、物体割裂、模糊等情况，保证了拼接后视频的质量。
一种用于视频拼接同步方法

1
2
3
下一页»
尾页
共 40 条