“李泽远”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172个，建议您升级VIP下载更多相关专利

[发明专利]一种低温液滴撞击结冰实验台-CN202310522028.0在审
发明人：王忠义;于昕加;王艳华;李泽远;朱俊豪;万雷;王萌 -专利权人：哈尔滨工程大学
申请日： 2023-05-10 - 公布日： 2023-07-28 - 主分类号： G01M9/00 文献下载
摘要：本发明的目的在于提供一种低温液滴撞击结冰实验台，包括隔温外框、内部低温实验区外框、自动化试验台架、底板，所述隔温外框、内部低温实验区外框、底板构成实验空间，自动化试验台架位于实验空间内，所述自动化试验台架包括框架、水平活动板、螺纹丝杠，框架底部安装带孔铝板，螺纹丝杠的顶部连接框架顶部，螺纹丝杠的底部位于带孔铝板上方并连接z向低温步进电机，螺纹丝杠中部穿过水平活动板并与其相配合，水平活动板上安装x向滑轨和y向滑轨，y向滑轨上安装滑块，y向滑轨位于两个x向滑轨之间并沿其移动。本发明保证了实验区的低温环境，利用步进电机及程序控制实现同一工况下的多组实验，减少了人为因素所带来的误差。
一种低温撞击结冰实验

[发明专利]一种可调节小型结冰风洞喷雾系统-CN202310522476.0在审
发明人：任永鹏;张墨;王忠义;李泽远;王萌;王艳华;万雷 -专利权人：哈尔滨工程大学
申请日： 2023-05-10 - 公布日： 2023-07-28 - 主分类号： G01M9/04 文献下载
摘要：本发明的目的在于提供一种可调节小型结冰风洞喷雾系统，包括型材、钢丝、喷嘴安装座，所述型材包括四根，首位顺次连接组成方形安装框架，型材带有凹槽，凹槽里安装滑块，滑块设置定滑轮，安装框架上分别安装钢丝紧固螺栓和钢丝锁紧器，钢丝的一端连接钢丝紧固螺栓，钢丝的另一端穿过喷嘴安装座，依次绕过同侧和对侧滑块的定滑轮，并通过钢丝锁紧器拉紧，在安装框架内形成横纵两方向的钢丝网架，喷嘴安装座里安装喷嘴。本发明相比喷雾架，直径很小的钢丝带来的流阻损失可以忽略，极大的减小了气流阻力与扰动，钢丝网架可移动，可以轻易的改变喷嘴位置，并通过框架上的标尺，参照试验段云雾场分布效果，改变喷嘴分布位置，优化喷雾效果。
一种调节小型结冰风洞喷雾系统

[发明专利]基于联邦学习的代码注释生成方法、系统及装置-CN202011355708.0有效
发明人：王健宗;李泽远;何安珣 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-27 - 公布日： 2023-07-28 - 主分类号： G06F8/41 文献下载
摘要：本发明涉及人工智能，提供一种基于联邦学习的代码注释生成方法，包括：生成初始参数集，并将初始参数集发送至预设的客户端；通过各客户端上的预设样本数据集对其相应的代码注释生成模型进行初步训练，以得到各代码注释生成模型的优化参数集；将各客户端的模型优化参数集发送至预设服务器，并基于预设服务器对接收到的优化参数集进行聚合，得到聚合优化参数集；将聚合优化参数集发送至各客户端，并基于聚合优化参数集对各代码注释生成模型进行再次训练，得到代码注释生成新模型；基于代码注释生成新模型对各客户端的待注释代码进行代码注释。本发明提供技术方案既能够解决现有代码注释自动生成方法满足特定公司或组织的需要的问题。
基于联邦学习代码注释生成方法系统装置

[发明专利]基于动态压缩的模型参数调整方法、装置、设备、介质-CN202310571824.3在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-05-19 - 公布日： 2023-07-25 - 主分类号： G06N3/098 文献下载
摘要：本申请实施例提供了一种基于动态压缩的模型参数调整方法、装置、设备、介质，属于人工智能技术领域。该方法包括：获取每个子模型的训练结果，根据训练结果确定每个子模型的贡献率，根据贡献率阈值和贡献率确定目标子模型；根据中央学习参数将目标子模型的压缩参数降低为目标压缩参数；根据目标压缩参数对目标子模型的梯度参数进行量化压缩，得到目标梯度参数；当目标子模型的梯度变化率小于或等于变化率阈值，根据目标梯度参数调整中央模型的目标聚合参数。根据本实施例的技术方案，能够减小贡献率较大的子模型的压缩强度，避免有效信息的丢失，通过调整聚合参数降低模型之间的通信压力，提高模型训练时的数据传输效率。
基于动态压缩模型参数调整方法装置设备介质

[发明专利]一种模块化燃气轮机进口导叶结冰试验段-CN202310522565.5在审
发明人：王忠义;任永鹏;李泽远;王萌;王艳华;万雷 -专利权人：哈尔滨工程大学
申请日： 2023-05-10 - 公布日： 2023-07-25 - 主分类号： G01M15/14 文献下载
摘要：本发明的目的在于提供一种模块化燃气轮机进口导叶结冰试验段，包括试验段测试件、试验段连接件、试验段壳体，所述试验段连接件包括外侧的法兰圆盘和内侧的凹形受力安装环，试验段壳体的两端均设置凸形受力安装环，试验段壳体的两端均安装试验段连接件，试验段壳体与试验段连接件之间通过凸形受力安装环与凹形受力安装环相连，试验段测试件安装在试验段壳体里。本发明可以快速拆卸和安装，可以实现在不影响其他部件的情况下快速替换试验所需装置和测试设备的功能，且可以根据试验需要自由调节连接方式，适用于各种型号的风洞和多种试验需求。
一种模块化燃气轮机进口结冰试验

[发明专利]实体识别模型训练方法、装置、设备以及存储介质-CN202210028099.0有效
发明人：王健宗;李泽远 -专利权人：平安科技（深圳）有限公司
申请日： 2022-01-11 - 公布日： 2023-07-25 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及人工智能领域，提供了一种实体识别模型训练方法、装置、设备以及存储介质，其中，方法包括：获取由多个训练句子构成的训练集，标注了实际标签的目标句子，对所述训练句子进行向量化，得到第二序列，对每个字赋予对应的位置序号，获取所述第二序列中每个向量的首尾位置序号，对每个向量进行相对位置的编码，形成编码向量，将所述第二序列和各个所述编码向量作为实体识别初始模型的输入，以及将所述目标句子作为所述实体识别初始模型的输出，训练得到所述实体识别模型。从而实现了根据各个向量之间的相对位置进行实体的识别，所有的向量均能与其他向量进行交互，建立了长距离依赖，提升了识别模型的实体识别的效果。
实体识别模型训练方法装置设备以及存储介质

[发明专利]一种用户聚类方法、装置及设备-CN202011307323.7有效
发明人：王健宗;李泽远 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-20 - 公布日： 2023-07-25 - 主分类号： G06F18/23 文献下载
摘要：本发明提供用户聚类方法、装置及设备，其中，方法包括：第一数据源确定第一聚类中心，第一聚类中心是预聚类的k个聚类中心中的任一个，第一数据源根据第一数据源拥有的第一用户的特征数据以及第一数据源拥有的第一聚类中心对应的用户的特征数据，计算第一用户与第一聚类中心之间的第一距离估计值，第一数据源根据第一距离估计值生成至少一个第一特征数，并发送给m个数据源中的第二数据源，根据至少一个第一特征数与第二距离估计值获取第一用户与第一聚类中心之间的实际距离，根据所述实际距离，对所述第一用户进行聚类。该技术方案可以保证在数据信息不出本地的情况下，对多数据源的用户进行聚类，聚类结果准确、可靠。
一种用户方法装置设备

[发明专利]人脸表情迁移方法和表情迁移装置、电子设备及存储介质-CN202310415718.6在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-04-12 - 公布日： 2023-07-21 - 主分类号： G06V40/16 文献下载
摘要：本申请实施例提供了一种人脸表情迁移方法和表情迁移装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取目标对象的原始人脸图像和目标表情类别；根据目标对象确定第一训练集，第一训练集包括多个第一人脸样本图像；根据目标表情类别确定第二训练集，第二训练集包括多个第二人脸样本图像；将第二人脸样本图像输入至预设的初始循环概率模型中进行预训练得到预训练模型；将第一人脸样本图像和第二人脸样本图像输入至预训练模型得到第一人脸处理图像，进而得到人脸表情迁移模型；将原始人脸图像输入人脸表情迁移模型，将原始人脸图像转换为匹配目标表情类别的目标人脸图像。本申请实施例能够高效准确地实现对图像中人脸表情的迁移。
表情迁移方法装置电子设备存储介质

[发明专利]基于联邦学习的样本选择方法、系统、电子设备及介质-CN202310507592.5在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-05-06 - 公布日： 2023-07-21 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例提供了一种基于联邦学习的样本选择方法、系统、电子设备及介质，属于人工智能技术领域。方法应用于参加联邦学习的服务器，服务器与多个子设备通信连接，方法包括：获取训练任务样本，其中，训练任务样本包括样本子集；基于预设的联邦学习算法将训练任务样本发送至每个子设备进行局部更新，得到局部损失函数；基于预设的梯度下降算法对局部损失函数进行计算，得到预测损失函数；根据样本子集对预测损失函数进行迭代，得到联邦学习的模型参数；根据模型参数对所述样本子集进行选择，得到目标样本。本申请实施例能够通过动态选择参与训练的数据样本，降低联邦学习中的数据不均衡情况。
基于联邦学习样本选择方法系统电子设备介质

[发明专利]基于自组织集群的联邦学习方法、装置、设备及存储介质-CN202110193253.5有效
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-02-20 - 公布日： 2023-07-21 - 主分类号： G06F18/23 文献下载
摘要：本申请涉及人工智能技术领域，公开了一种基于自组织集群的联邦学习方法、装置、计算机设备及计算机可读存储介质，该方法包括：获取各个用户设备发送的广播信号，生成对应的集群；根据所述集群，确定所述集群中的目标用户设备，并将所述目标用户设备作为中心节点；接收各个所述用户设备发送的模型参数，并将各个所述模型参数发送至所述中心节点；获取所述中心节点对各个所述模型参数进行聚合联邦学习后的聚合模型参数；将所述聚合模型参数发送至各个所述用户设备，更新各个所述用户设备中预置模型的所述模型参数，实现无需使用预先确定的集中式云服务器即可提供联合的FL模型训练，有效避免了预先确定的集中服务器的单点故障的问题。
基于组织集群联邦学习方法装置设备存储介质

[发明专利]基于非均匀分布数据的联邦建模方法及相关设备-CN202011327591.5有效
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-24 - 公布日： 2023-07-21 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了基于非均匀分布数据的联邦建模方法及相关设备，涉及人工智能技术领域，可应用于智慧医院系统中，方法包括：对样本数量超过预设阈值的原始客户端的样本进行拆分，并依据拆分后的样本构建对应的若干虚拟客户端；将未拆分的所述原始客户端和拆分后的所述虚拟客户端作为训练客户端，根据所述原始模型在各训练客户端并行执行本地的模型训练，并在训练过程中为每个训练客户端训练时的损失设置一个对应的损失权重；将所有所述训练客户端训练后上报的变化量进行聚合，获得平均梯度；利用所述平均梯度对所述原始模型进行更新，得到用于对图像分类的全局模型。本发明可提升针对非独立均匀分布图像数据的分类效果。
基于均匀分布数据联邦建模方法相关设备

[发明专利]图像修复模型的训练方法和装置、图像修复方法和装置-CN202310393970.1在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-04-07 - 公布日： 2023-07-18 - 主分类号： G06T5/00 文献下载
摘要：本申请实施例提供了一种图像修复模型的训练方法和装置、图像修复方法和装置，属于人工智能技术领域。该方法包括：获取包括第一样本图像和第二样本图像的样本图像对，分别对第一、二样本图像进行图像标准化处理得到第一、二标准图像；将第一标准图像进行输入到预设的原始图像处理模型；通过上采样子模型对第一标准图像进行上采样处理，得到初步图像；初步图像的图像分辨率高于第二样本图像的图像分辨率；通过扩散去噪子模型对初步图像进行扩散去噪处理，得到中间图像；根据第二样本图像、初步图像、中间图像计算目标损失数据；根据目标损失数据对原始图像处理模型进行参数调整，得到的目标图像修复模型可以提高图像修复的精度、效率和准确性。
图像修复模型训练方法装置

[发明专利]分布式训练方法、装置、终端设备及计算机可读介质-CN202310288277.8在审
发明人：王健宗;李泽远;邱烨卿;黄章成 -专利权人：平安科技（深圳）有限公司
申请日： 2023-03-15 - 公布日： 2023-07-18 - 主分类号： G06F16/901 文献下载
摘要：本发明涉及人工智能技术领域，尤其涉及一种分布式训练方法、装置、终端设备及计算机可读介质。本发明对本地原始图数据进行加密，将加密后的图数据发送至其他客户端并获取其他客户端的加密图数据，将本地加密图数据与获取的其他加密图数据进行隐私求交，得到目标图数据，根据目标图数据对本地模型进行训练，将训练后的模型参数发送至中心服务端，以更新全局模型参数，将更新后的全局模型参数发送给每个本地客户端，以更新本地模型，本发明通过隐私求交技术对本地客户端图数据进行隐私加密，再与其他客户端加密图数据进行交互，得到用于模型训练的数据，能够保证数据交互过程中的安全性，同时提高分布式训练参数的准确度。
分布式训练方法装置终端设备计算机可读介质

[发明专利]命名实体识别方法和识别装置、电子设备及存储介质-CN202310284774.0在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-03-15 - 公布日： 2023-07-14 - 主分类号： G06F40/295 文献下载
摘要：本申请实施例提供了一种命名实体识别方法和识别装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取待识别的初始文本；对初始文本进行分词处理得到分词序列；将分词序列输入预构建的命名实体识别模型，得到每个文本分词在每个初始命名实体标签下的目标预测概率；其中，命名实体识别模型包括第一分类层和第二分类层，第一分类层用于对文本分词进行初始分类预测处理以得到第一预测结果，第二分类层用于对文本分词进行校准分类预测处理以得到第二预测结果；根据目标预测概率确定每个文本分词的目标命名实体标签，以确定初始文本的命名实体。本申请实施例能够提高对命名实体识别的准确率。
命名实体识别方法装置电子设备存储介质

[发明专利]基于联邦学习的图像分类方法、装置、计算机设备及介质-CN202310499593.X在审
发明人： 李泽远;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2023-05-06 - 公布日： 2023-07-14 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及人工智能技术领域，尤其涉及一种基于联邦学习的图像分类方法、装置、计算机设备及介质。该方法将无标签图像切分并随机遮挡，得到正常子图像集合和遮挡子图像，接收服务器发送的初始模型，将正常子图像集合输入编码器得到特征向量，将特征向量和遮挡子图像输入解码器得到重构图像，根据无标签图像和重构图像训练初始模型，将训练好的编码器发送至服务器，将服务器发送的参考编码器与分类器组成分类模型并训练，将待处理图像输入训练好的分类模型，得到图像分类结果，根据遮挡子图像和正常子图像集合进行图像重构，提高优化模型提取图像特征的能力，由服务器聚合多个编码器数据，在保证数据隐私性的同时，提高了图像分类的准确率。
基于联邦学习图像分类方法装置计算机设备介质