“全局运动模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2137611个，建议您升级VIP下载更多相关专利

[发明专利]基于区块链的联邦学习的数据共享激励方法、装置及设备-CN202310281737.4有效
发明人：王滨;王星;谢瀛辉;王琴;赵海涛;张为聪;史心玥;王伟 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2023-03-17 - 公布日： 2023-07-25 - 主分类号： G06N3/098 文献下载
摘要：本申请提供一种基于区块链的联邦学习的数据共享激励方法、装置及设备，包括：将初始全局模型参数添加至目标区块链，以使终端设备从目标区块链下载初始全局模型参数，基于初始全局模型参数获取局部模型参数，将局部模型参数添加至目标区块链；从目标区块链下载局部模型参数，基于局部模型参数确定目标全局模型参数；若目标全局模型参数已收敛，则将目标全局模型参数确定为已训练参数，已训练参数用于对数据进行处理；在得到目标全局模型参数后，基于局部模型参数对应的预测准确率确定终端设备对应的目标奖励率通过本申请方案，提高模型训练过程的效率，模型训练的收敛速度更快。
基于区块联邦学习数据共享激励方法装置设备

[发明专利]基于运动分类的自适应帧速率上转换方法-CN200910020945.9无效
发明人：高新波;路文;程鹏;刘妮;何力火 -专利权人：西安电子科技大学
申请日： 2009-01-16 - 公布日： 2009-07-22 - 主分类号： H04N5/14 文献下载
摘要：本发明公开了一种基于运动分类的自适应运动补偿帧速率上转换方法，主要解决现有方法中存在的运动补偿不准确、运算复杂度过大的问题。其步骤为：首先，使用基于积分投影的全局运动估计方法，将视频分为全局运动序列和局部运动序列；采用高阶统计模型对局部运动序列进行运动检测来得到静止背景和遮挡区域；构造相距一个像素距离的灰度共生矩阵，运用角二阶矩和熵两个指标量化纹理复杂度；在提出的混合运动估计法中加入CSAD准则，根据纹理复杂度对全局运动序列和局部运动序列的运动区域进行运动估计，避免了运动补偿插值时重叠和孔洞区域的产生。最后，对运动区域进行补偿插值，静止区域进行时域平均，遮挡区域为当前帧或者前一帧的复制。
基于运动分类自适应速率转换方法

[发明专利]一种多无人机全局及局部路径智能规划方法及系统-CN202211160137.4在审
发明人：谢拥军;贾培;谭川;王学慧;刘莹 -专利权人：珠海安擎科技有限公司
申请日： 2022-09-22 - 公布日： 2022-12-20 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种多无人机全局及局部路径智能规划方法及系统，包括构建栅格地图，利用改进双向搜索A星算法获得全局路径规划模型并进行全局路径规划；通过毫米波雷达采集环境中的障碍物运动状态信息，并获取无人机飞行状态信息；判断是否冲突，设计奖励函数，生成相应的避障策略；获取状态空间和动作空间，采用深度确定性策略梯度算法进行避障训练，在连续动作空间上实现对无人机动作的控制，避开障碍物，获得局部路径规划模型并跟踪到全局航行路径；每一个无人机同时用全局及局部路径规划模型进行路径规划；本发明可提高多无人机系统航迹规划及避障效率，在动态未知复杂环境中实现对多无人机连续动作输出的控制，满足全天候工作条件。
一种无人机全局局部路径智能规划方法系统

[发明专利]一种厚壁圆筒内壁磨损定量性研究方法-CN201811145068.3有效
发明人：李树立;杨国来;谢新宇;尹如坤 -专利权人：南京理工大学
申请日： 2018-09-29 - 公布日： 2020-02-14 - 主分类号： G01M13/00 文献下载
摘要：本发明公开了一种厚壁圆筒内壁磨损定量性研究方法，本方法以相互作用中比重最大的温度和接触压力为切入点，以机械磨损的根本诱因——机械运动为研究对象，以其产生的摩擦热来贡献不完全冷却厚壁圆筒传热模型，从而获得修正后的厚壁圆筒内壁全局温度分布，通过烧蚀磨损材料退化数学模型获得厚壁圆筒内壁全局烧蚀磨损量；以烧蚀磨损的根本诱因——温度为研究对象，以其产生的厚壁圆筒内壁热软化及热熔化来更新厚壁圆筒内壁一应材料特性，从而获得修正后的厚壁圆筒内壁全局接触压力分布，通过机械磨损材料退化数学模型获得厚壁圆筒内壁全局机械磨损量。通过本方法可以获得厚壁圆筒内壁全局磨损量，定量性研究厚壁圆筒材料退化过程。
厚壁圆筒内壁机械磨损定量性烧蚀全局接触压力内壁磨损数学模型研究对象磨损量机械运动退化修正材料特性传热模型磨损材料退化过程温度分布摩擦热切入点热熔化热软化研究磨损冷却更新

[发明专利]一种基于E-SAC算法的无人机空战运动控制方法-CN202110364108.9有效
发明人：李波;甘志刚;梁诗阳;高晓光;万开方;越凯强;杨志鹏 -专利权人：西北工业大学
申请日： 2021-04-03 - 公布日： 2022-10-14 - 主分类号： G05D1/10 文献下载
摘要：本发明公开了一种基于E‑SAC算法的无人机空战运动控制方法，首先构建无人机运动模型，获取无人机自身的状态及敌机的相对状态，组成总状态，然后构建SAC算法模型并进行训练，最后根据无人机机动模型，采用SAC算法模型实现机动，直至实现对敌机的攻击。本发明通过专家经验样本在前期驱动训练，使得算法全局收敛，能够获取更快的作战效率。
一种基于 sac 算法无人机空战运动控制方法

[发明专利]一种低精度整型表示下的联邦学习方法及系统-CN202210100881.9在审
发明人：徐梦炜;袁进良;周傲;马骁;孙其博;王尚广 -专利权人：北京邮电大学
申请日： 2022-01-27 - 公布日： 2022-06-10 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种低精度整型表示下的联邦学习方法，包括：服务器对全局浮点数模型进行初始化，并选择终端；将全局浮点数模型量化为整型的全局整型模型；服务器将全局整型模型发送至终端；终端利用训练数据对获取的全局整型模型进行训练，得到整型的低精度模型；终端将低精度模型传输至服务器；服务器对全局整型模型以及低精度模型反量化，利用反量化后的全局整型模型以及反量化后的低精度模型更新全局浮点数模型；重复上述初始化之后的步骤直至所述全局浮点数模型收敛或达到预设的训练次数；本发明通过设计一个全整型表示的神经网络训练算法解决终端浮点数运算的能耗问题并通过设计一个低精度模型聚合算法解决低精度联邦学习的精度问题。
一种精度整型表示联邦学习方法系统

[发明专利]基于特征异构分布式调度的混合联邦学习通信机制-CN202310388759.0在审
发明人：林国义 -专利权人：桂林电子科技大学
申请日： 2023-04-13 - 公布日： 2023-07-14 - 主分类号： H04L67/10 文献下载
摘要：本发明公开了基于特征异构分布式调度的混合联邦学习通信机制，涉及混合联邦学习技术领域，包括全局模型层、若干边缘模型层和若干本地模型层组成，若干所述边缘模型层与全局模型层交互连接，若干所述边缘模型层与若干本地模型层交互连接，若干所述本地模型层可以上传本地模型给相对应的边缘模型层，若干所述边缘模型层可以将边缘模型下发给本地模型层，若干所述边缘模型层可以上传边缘模型给全局模型层，所述全局模型层可以将全局模型下发给边缘模型层。本发明减少对全局增益较小的冗余通信，提高了通信的效率。
基于特征分布式调度混合联邦学习通信机制

[发明专利]一种边缘网络缓存调度方法、系统和存储介质-CN202310465386.2有效
发明人：魏振春;罗子成;吕增威;石雷;徐娟;樊玉琦 -专利权人：合肥工业大学智能制造技术研究院
申请日： 2023-04-27 - 公布日： 2023-06-27 - 主分类号： H04W28/14 文献下载
摘要：本发明中，首先针对小基站和大基站构建网络结构相同的缓存调度模型和全局调度模型，训练过程中，通过大基站向小基站分发模型参数；同时针对每一个小基站进行本地训练以得到模型梯度；大基站聚合每个小基站上传来的模型梯度，从而得到全局聚合梯度，并将全局聚合梯度反馈到小基站，利用全局聚合梯度更新各小基站中的缓存调度模型，直到全局调度模型收敛，从而根据缓存调度模型和全局调度模型制定最优缓存策略。本发明提高了全局调度模型的收敛速度以及全局公平性，大大提高了缓存调度模型的收敛速度。
一种边缘网络缓存调度方法系统存储介质

[发明专利]一种基于联邦学习的大坝缺陷识别模型快速收敛方法-CN202211067860.8有效
发明人：毛莺池;王佳俊;张宗亮;肖海斌;陈豪;王孜博;郭有安;王子成;王龙宝;廖贵能;彭欣欣;聂兵兵;汪国斌;王川;余意;吴光耀;翟笠 -专利权人：河海大学;华能澜沧江水电股份有限公司;华能集团技术创新中心有限公司;中国电建集团昆明勘测设计研究院有限公司
申请日： 2022-09-01 - 公布日： 2023-04-25 - 主分类号： G06V20/17 文献下载
摘要：本发明公开一种基于联邦学习的大坝缺陷识别模型快速收敛方法，通过梯度方差缩减和全局动量下降技术，分别对大坝缺陷识别模型的本地训练阶段和全局聚合阶段进行了梯度修正。梯度方差缩减技术根据全局模型和本地模型的差异程度，调整本地模型梯度，减少设备间模型参数的离散性；根据权重控制机制，检测全局模型的历史精度变化率，动态调整本地梯度的修正程度，保证在收敛阶段本地参数更新的稳定性在全局聚合阶段根据动量梯度下降技术，综合全局模型参数的历史变化状态，减少全局模型参数的振荡，提高全局模型收敛速度。本发明解决了无人机巡检图片大批量上传难、易泄露问题，缓解客户端漂移现象，解决了大坝缺陷识别模型收敛缓慢的问题。
一种基于联邦学习大坝缺陷识别模型快速收敛方法

[发明专利]基于双通道卷积神经网络的人体身份识别方法-CN202011231854.2在审
发明人：王洪雁;左佳永;周贺;杨晓;汪祖民 -专利权人：浙江理工大学
申请日： 2020-11-06 - 公布日： 2021-03-02 - 主分类号： G01S13/58 文献下载
摘要：基于双通道卷积神经网络的人体身份识别方法，属于目标识别领域，为了解决传统基于整体或局部微多普勒特征的人体身份识别算法识别准确率较低的问题，首先，基于Boulic模型构建符合实际场景的人体体态及姿态模型；其次，基于所构建体态及姿态模型估计人体各部位空间位置；而后，基于雷达方程构造人体运动雷达回波模型以获取人体运动微多普勒信息；再次，将微多普勒图变换为梅尔倒谱图以增强全局微多普勒特征，基于分量分离方法去除躯干强反射以增强局部肢体微多普勒特征；最后将增强全局及局部特征经DC‑CNN深度融合以实现有效人体身份识别，实验结果表明，与现有主流识别方法相比，所提方法可有效提升人体身份识别准确率。
基于双通道卷积神经网络人体身份识别方法

[发明专利]基于联邦学习的模型训练方法、装置、介质以及电子设备-CN202310706543.4有效
发明人：马平;兰春嘉 -专利权人：上海零数众合信息科技有限公司
申请日： 2023-06-15 - 公布日： 2023-09-01 - 主分类号： G06F18/214 文献下载
摘要：本申请实施例公开了一种基于联邦学习的模型训练方法、装置、介质以及电子设备。方法由全局总模型的训练参与方执行，具体包括：利用本地数据集对本地子模型进行训练，以使本地子模型输出本地预测值；在全局总模型的训练参与组内分享本地预测值，并根据训练参与组内其他参与方分享的本地预测值，确定全局总模型的联合预测值；根据联合预测值，确定全局总模型的全局损失值；基于全局总模型的全局损失值，确定本地子模型的最新梯度值，并基于最新梯度值更新本地子模型以训练所述全局总模型。本申请技术方案简化了基于联邦学习的模型训练方法，降低了模型训练方法的计算复杂度和通信复杂度，提高了模型训练方法的实用性。
基于联邦学习模型训练方法装置介质以及电子设备

[发明专利]联合学习架构的全局模型与局部模型的更新方法和装置-CN202110039718.1在审
发明人：张敏;高庆 -专利权人：新智数字科技有限公司
申请日： 2021-01-13 - 公布日： 2022-07-19 - 主分类号： G06N20/00 文献下载
摘要：本发明适用于人工智能技术领域，提供了联合学习架构的全局模型与局部模型的更新方法和装置，所述方法包括：接收基于参与联合学习的客户端上传的局部模型聚合得到的全局模型；利用目标数据训练所述全局模型，得到目标全局模型；根据所述目标全局模型更新所述局部模型，以得到新局部模型；提取新局部模型与所述目标全局模型之间的参数变化状态；当所述参数变化状态偏离预设状态参数区间时，将所述参数变化状加入到惩罚项中。本发明通过在局部模型的训练过程中，对损失函数增加惩罚项，以此来使局部模型不会与全局模型有过大的偏差，以此提高本地客户端中学习模型的准确性。
联合学习架构全局模型局部更新方法装置

[发明专利]一种电力负荷短期预测方法-CN201810542186.1有效
发明人：王海洋;宋万清;蒋磊立 -专利权人：上海工程技术大学
申请日： 2018-05-30 - 公布日： 2020-07-10 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种电力负荷短期预测方法，该方法包括如下步骤：(1)获取历史电力负荷数据序列，计算历史电力负荷数据序列的赫斯特指数H；(2)基于赫斯特指数H建立预测电力负荷的分数布朗运动模型；(3)对分数布朗运动模型中赫斯特指数H进行全局寻优获得赫斯特指数最优值Hgbest，进而得到分数布朗运动优化模型；(4)利用分数布朗运动优化模型预测电力负荷数据。
一种电力负荷短期预测方法

[发明专利]一种基于视频的动作检测方法及装置-CN201710922613.4有效
发明人：刘文韬;钱晨 -专利权人：北京市商汤科技开发有限公司
申请日： 2017-09-30 - 公布日： 2021-06-04 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例提供了一种基于视频的动作检测方法及装置，涉及视频处理技术领域，其中，上述方法包括：检测待检测视频的视频帧中的肢体关键点；根据所述肢体关键点，获得对应的行为特征；基于所述行为特征及全局动作评估模型，进行动作完成度检测，获得全局检测结果，其中，所述全局动作评估模型用于检测视频中人体动作相对于标准动作的完成度。应用本申请实施例提供的方案在检测人们运动过程中动作是否规范时，降低了检测结果的主观性，提高了检测结果的准确率。
一种基于视频动作检测方法装置

[发明专利]一种基于联邦学习的隐蔽通信检测方法-CN202211590792.3在审
发明人：陈立文;钱玉文 -专利权人：南京理工大学
申请日： 2022-12-12 - 公布日： 2023-03-14 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种基于联邦学习的隐蔽通信检测方法，包括如下步骤：将若干时隙天线发射的样本数据以矩阵的形式存储；确定全局模型，中心服务器初始化全局模型；中心服务器将初始化的全局模型发放给用户；参与节点从中心服务器下载全局模型，并将下载的全局模型作为本地模型，使用本地数据训练和更新本地模型；参与节点将本地模型上传至中心服务器，中心服务器收到所有的局部模型后进行模型聚合更新，形成新的全局模型；中心服务器将新的全局模型下发给所有的训练节点，进行迭代训练；用户以最终更新的全局模型对本地数据进行检测，判断物理层信号中是否包含隐蔽通信数据，完成分类检测任务。
一种基于联邦学习隐蔽通信检测方法