“网络压缩”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1506264个，建议您升级VIP下载更多相关专利

[发明专利]基于人工智能的危险区域监控视频压缩存储方法和系统-CN202111058685.1有效
发明人：管英;宋伟 -专利权人：南通海腾铜业有限公司
申请日： 2021-09-10 - 公布日： 2021-12-07 - 主分类号： H04N19/146 文献下载
摘要：本发明公开了一种基于人工智能的危险区域监控视频压缩存储方法和系统。方法包括：将危险区域的监控视频图像序列堆叠后输入至压缩网络，得到监控视频信息的特征图作为压缩数据。在压缩网络损失函数的监督下，训练出可以高度关注人员位置信息、轨迹信息的危险区域监控视频序列的压缩网络。相较于现有技术，该压缩存储方法可达到令人满意的压缩存储效果：尽可能不丢失重要人员信息，保证对存储特征图解压缩后有较高的还原度。
基于人工智能危险区域监控视频压缩存储方法系统

[发明专利]数据处理装置、数据处理方法以及压缩数据-CN201780092806.X在审
发明人：峯泽彰;守屋芳美;王梦雄;杉本和夫 -专利权人：三菱电机株式会社
申请日： 2017-07-07 - 公布日： 2020-02-21 - 主分类号： G06N3/02 文献下载
摘要：数据处理部(101)使用神经网络来处理输入数据。压缩控制部(102)生成定义了量化步长的量化信息。编码部(103)对网络结构信息和量化信息进行编码而生成压缩数据，网络结构信息包含以由压缩控制部(102)决定的量化步长量化后的参数数据。
数据处理装置方法以及压缩数据

[发明专利]加速器参数确定方法及装置、计算机可读介质-CN202010967711.1在审
发明人：熊先奎;朱炫鹏;徐东;王晓星;谢帅;蒋力 -专利权人：中兴通讯股份有限公司
申请日： 2020-09-15 - 公布日： 2022-03-15 - 主分类号： G06N3/063 文献下载
摘要：本公开提供了一种加速器参数确定方法，包括：根据预先设置的压缩参数对神经网络进行压缩，并获取压缩后的神经网络的网络参数；根据网络参数生成加速器的架构参数；根据预先设置的资源要求和性能要求对架构参数进行评估，并在评估通过后，输出网络参数和架构参数。
加速器参数确定方法装置计算机可读介质

[发明专利]一种深度神经网络压缩方法-CN201710671193.7有效
发明人：李鑫;孟通 -专利权人：赛灵思公司
申请日： 2017-08-08 - 公布日： 2021-04-13 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种改进的神经网络压缩方法，该方法可以用于将神经网络剪枝技术融入神经网络的原始训练过程中以减少训练迭代次数，从而缩短稀疏化神经网络的训练周期。该方法还可以用于将剪枝技术融入对训练好的模型的压缩重训过程中，从而在保证模型精度的前提下实现神经网络的压缩。
一种深度神经网络压缩方法

[发明专利]基于深度神经网络最小方差梯度量化压缩及图像处理方法-CN201911029711.0有效
发明人：符芳诚;周跃;崔斌;聂小楠 -专利权人：北京大学
申请日： 2019-10-28 - 公布日： 2021-07-09 - 主分类号： G06T9/00 文献下载
摘要：本发明公布了一种基于深度神经网络最小方差梯度量化压缩及图像处理方法，针对包含类别标签的有监督数据，采用深度神经网络中对梯度进行非均匀量化的网络压缩，使用韦伯分布族建模梯度分布，再通过搜索最优量化点求解量化方差最小化，使得量化误差最小，提高深度神经网络模型的收敛速度；该神经网络压缩方法用于图像分类处理，可提高图像处理效率。
基于深度神经网络最小方差梯度量化压缩图像处理方法

[实用新型]用于改性超高分子量聚乙烯纤维的网络丝装置-CN201620171119.X有效
发明人：王景景;包剑峰;葛良智 -专利权人：杭州翔盛高强纤维材料股份有限公司
申请日： 2016-03-07 - 公布日： 2016-09-28 - 主分类号： D02J1/08 文献下载
摘要：本实用新型涉及一种网络丝装置，尤其涉及一种用于改性超高分子量聚乙烯纤维的网络丝装置。包括压缩空气管道，所述的压缩空气管道与网络喷嘴组件相连通，所述的压缩空气管道与网络喷嘴组件间设有雾化喷嘴组件。用于改性超高分子量聚乙烯纤维的网络丝装置结构简单，使用性能出色，提高产品质量。
用于改性超高分子量聚乙烯纤维网络装置

[发明专利]一种量子逆向传播神经网络的数字全息压缩传输方法-CN201610273648.5在审
发明人：杨光临;刘梦佳 -专利权人：北京大学
申请日： 2016-04-28 - 公布日： 2016-09-28 - 主分类号： G06T9/00 文献下载
摘要：本发明公布了一种量子逆向传播神经网络的数字全息压缩传输方法，将原始图像通过菲涅尔离轴全息计算方法记录为数字全息图、构建量子逆向传播(QBP)神经网络、使用数字全息图对QBP神经网络进行训练、使用训练完毕的QBP神经网络对数字全息图进行压缩、传输和解压缩，得到重构后的全息图，以及对重构后的全息图进行再现，得到再现像。本发明提供方法具有更快的并行处理速度和更强的存储数据的能力，适用于大数据量的数字全息图的计算处理；能够使用更少的训练次数完成压缩传输网络结构的训练，提高数字全息图的压缩传输速度；图像压缩率可调，再现图像质量较好
一种量子逆向传播神经网络数字全息压缩传输方法

[发明专利]基于结构化贝叶斯后验概率估计的神经网络压缩方法-CN201910615130.9在审
发明人：王琦;李学龙;郭年辉 -专利权人：西北工业大学
申请日： 2019-07-09 - 公布日： 2019-10-08 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于结构化贝叶斯后验概率估计的神经网络压缩方法，用于解决现有神经网络压缩方法存在非结构化压缩的技术问题。技术方案是通过重参数技巧在训练过程中对模型参数w引入方差可学习的高斯噪声，将神经网络从数值优化问题变换为概率推理问题，实现基于因果推理的贝叶斯参数估计。同时采用分组概率估计的约束方法，实现分组的参数不确定性估计，结合稀疏先验，实现结构化的分组参数压缩，更有利于模型的移动端部署。本发明从分组贝叶斯估计的角度实现了神经网络参数的稀疏学习，解决了现有神经网络压缩方法非结构化压缩的技术问题。
神经网络压缩贝叶斯结构化非结构化后验概率分组推理稀疏神经网络参数数值优化问题贝叶斯估计先验不确定性参数估计分组参数概率估计高斯噪声模型参数训练过程移动端学习概率引入部署

[发明专利]一种ROHC压缩器及其实现方法-CN201911321121.5有效
发明人：孙金重;胡成松;郑锐 -专利权人：翱捷科技股份有限公司
申请日： 2019-12-20 - 公布日： 2021-02-12 - 主分类号： H04L1/00 文献下载
摘要：本申请公开了一种ROHC压缩器的实现方法，包括如下步骤。步骤S110：ROHC压缩器收到新的网络数据包A(n)。步骤S120：ROHC压缩器查找到成功压缩、且未由于丢弃定时器超时而被丢弃的最新的一个网络数据包A(n‑r)，r为大于或等于1的整数。步骤S130：ROHC压缩器基于该网络数据包A(n‑r)的报头对本次处理的网络数据包A(n)的报头进行LSB编码。步骤S140：ROHC压缩器输出本次处理的网络数据包A(n)的原始报头以及编码后的报头。本申请避免了ROHC解压器在特定条件下的解压失败场景。
一种 rohc 压缩器及其实现方法

[发明专利]一种基于生成对抗网络的图片传输系统-CN202011316056.X有效
发明人：吴俊;陈逸豪;胡蝶;刘典;徐跃东 -专利权人：复旦大学
申请日： 2020-11-22 - 公布日： 2021-09-17 - 主分类号： H04N19/44 文献下载
摘要：本发明属于图像传输技术领域，具体为一种基于生成对抗网络的图片传输系统。所述生成对抗网络GAN具有两个判别器和一个生成器；生成器和判别器都是卷积神经网络；所述图片传输系统包括发送端和接收端；发送端包括压缩模块和编码模块，压缩模块用于将原始图片进行可导压缩；编码模块用于对压缩后的图片进行编码，得到图像的观测值，进行发送；接收端包括译码器、最优潜变量生成模块、生成器网络；接收端利用云上的相关数据集训练GAN，利用接收到的压缩后的图片在GAN上优化，所述最优潜变量生成模块将译码器得到的压缩图片通过优化得到最优噪声潜变量；最后由生成器网络重建图像。
一种基于生成对抗网络图片传输系统

[发明专利]一种网络拥塞的处理方法、系统和控制网元-CN201210132308.2在审
发明人：毛玉欣;宗在峰 -专利权人：中兴通讯股份有限公司
申请日： 2012-04-28 - 公布日： 2013-10-30 - 主分类号： H04L12/813 文献下载
摘要：本发明提供了一种网络拥塞的处理方法，包括：控制网元决策是否启动流量压缩，如果启动，则向支持流量压缩的网元下发流量压缩指示；所述支持流量压缩的网元根据所述流量压缩指示，启动流量压缩。本发明还提供一种控制网元和一种网络拥塞的处理系统。
一种网络拥塞处理方法系统控制

[发明专利]在支持网络接口的平台中节省功率-CN201010156166.4有效
发明人： R·王;C·马奇科;T·-Y·C·邰 -专利权人：英特尔公司
申请日： 2010-03-29 - 公布日： 2010-12-08 - 主分类号： G06F1/32 文献下载
摘要：本发明的名称为在支持网络接口的平台中节省功率，计算机系统可包括可供应处理块的平台。处理块可确定最优压缩比，使得最优压缩比可使计算机平台消耗最小的总功率。总功率可包括总压缩功率消耗和总传输功率消耗。处理块可根据由应用生成的多个帧生成压缩帧。可通过使用最优压缩比编码多个帧生成压缩帧。处理块可从由计算机系统支持的多个网络接口中选择网络接口来传输压缩帧。
支持网络接口平台节省功率

[发明专利]基于压缩感知的神经网络模型压缩方法、设备及存储介质-CN202080001140.4在审
发明人：高伟;郭洋 -专利权人：北京大学深圳研究生院
申请日： 2020-07-01 - 公布日： 2021-02-09 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了一种基于压缩感知的神经网络模型压缩方法、设备及计算机可读存储介质，该方法通过将标准的压缩感知约束建模融入到常规的损失函数中，并基于此设计出第一损失函数，利用第一损失函数对原始权重参数进行训练，使得能够将压缩感知建模过程融入到网络训练过程中；通过基于变换域的基以及对原始权重参数训练所得的观测矩阵进行压缩感知重建，得到重建稀疏系数与固定稀疏系数，使得能够在一个变换域内充分挖掘训练权重参数的固有稀疏度；通过利用固有稀疏度对重建稀疏系数进行训练，使得将网络训练过程与网络压缩过程联合起来，尽可能地充分训练挖掘权重参数的稀疏性，最终实现对神经网络模型进行充分压缩的目的。
基于压缩感知神经网络模型方法设备存储介质

[发明专利]基于压缩全色光图像的遥感图像融合方法-CN202110466705.2在审
发明人：何小海;刘屹霄;任超;滕奇志;陈洪刚;熊淑华;卿粼波 -专利权人：四川大学
申请日： 2021-04-28 - 公布日： 2022-10-28 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于压缩全色光图像的遥感图像融合方法。主要包括以下步骤：在DCT域以局部宽激活残差块组为主要构建单元，在像素域以高通滤波跳跃连接的残差模块为主要构建单元，搭建联合双域学习的用于去压缩图像块效应的网络模型；训练该网络模型，压缩质量因子为60；利用训练好的网络进行压缩图像恢复，输出去除压缩效应后的全色光图像；搭建基于多尺度空洞残差块组的遥感图像融合网络模型；利用训练图像数据集，训练该融合网络；输入去除压缩效应后的全色光图像和多光谱图像，输出最终的融合结果因此，本发明是一种有效的针对压缩全色光图像的遥感图像融合方法。
基于压缩色光图像遥感融合方法

[发明专利]基于增强的可分离卷积网络的图像去压缩效应方法-CN202110468504.6在审
发明人：何小海;陈正鑫;任超;陈洪刚;张廷蓉;熊淑华;吴小强 -专利权人：四川大学
申请日： 2021-04-28 - 公布日： 2022-10-28 - 主分类号： G06T9/00 文献下载
摘要：本发明公开了一种基于增强的可分离卷积网络的图像去压缩效应方法。主要包括以下步骤：以增强的可分离卷积为主要的构建单元，搭建用于去除图像压缩效应的卷积神经网络；利用前一步骤搭建的卷积神经网络，分别训练不同质量因子下的图像去压缩效应模型；将压缩图像输入训练好的图像去压缩效应模型，输出去压缩效应后的图像。本发明所述的方法具有较少的模型参数量和计算量，能够充分地挖掘和融合图像的多尺度信息，并使多尺度信息更加有效地从浅层网络流向深层网络，以进行精确的像素值预测。因此，本发明可以获得良好的主客观效果，是一种高效的图像去压缩效应方法。
基于增强可分离卷积网络图像压缩效应方法