“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]一种提高CNN网络压缩效率的方法-CN202011258076.6在审
发明人：王堃;管星 -专利权人：江苏禹空间科技有限公司
申请日： 2020-11-12 - 公布日： 2021-02-23 - 主分类号： G06N3/08 文献下载
摘要：本申请提供一种提高CNN网络压缩效率的方法。其通过融合灵敏度分析、剪枝算法、设置Dropout率减少神经元激活数量、动态定点量化和稀疏索引等多种方式，利用Caffe框架对CNN网络进行压缩，降低CNN网络的计算复杂度，综合提高CNN的网络压缩效率通过本发明所获得的CNN网络具有通用化、网络改动小、精度损失小的优势，能够在保证压缩率的基础上，进一步的避免现有单一压缩方式处理效果的局限性，保证CNN网络的识别效果。
一种提高 cnn 网络压缩效率方法

[发明专利]基于小波变换压缩和/或解压缩的神经网络处理方法-CN201810408237.1有效
发明人：张潇;金禄旸;张磊;陈云霁 -专利权人：中国科学院计算技术研究所
申请日： 2018-04-28 - 公布日： 2022-02-25 - 主分类号： G06N3/02 文献下载
摘要：本公开提供了一种基于小波变换压缩和/或解压缩的神经网络处理方法，其中，所述神经网络处理方法包括：对片下数据进行压缩并发送至片上；对所述压缩并发送至片上的数据进行解压缩；接收所述解压缩后的数据并执行神经网络运算；对神经网络运算得到的数据进行压缩并发送至片下；以及对所述压缩并发送至片下的数据进行解压缩并存储为片下数据；其中，基于小波变换对数据进行所述压缩和/或解压缩操作。本公开基于小波变换压缩和/或解压缩的神经网络处理方法，通过在加载与存储数据时进行数据压缩，减少了IO量，降低了时间与能量开销。
基于变换压缩解压缩神经网络处理方法

[发明专利]一种基于微电网的网络安全监测方法及系统-CN202310920779.8在审
发明人：张晓;王友怀;何宇雄;金石;陈孝明;张雯露;李蓓贝;张光洲;李勃;梁野;王春艳;何纪成;邵立嵩;董海涛;靖超 -专利权人：国网湖北省电力有限公司;北京科东电力控制系统有限责任公司
申请日： 2023-07-25 - 公布日： 2023-10-27 - 主分类号： H04L9/40 文献下载
摘要：一种基于微电网的网络安全监测方法及系统，其特征在于，方法包括：步骤1，分别在微电网主站和从站中部署网络安全监测装置，并分别通过网络安全监测装置来采集位于微电网主站和从站中的设备日志；步骤2，通过位于微电网主站的网络安全监测装置生成微电网日志压缩策略，并将微电网日志压缩策略发送至位于微电网从站的网络安全监测装置上；步骤3，利用位于微电网从站的网络安全监测装置依据微电网日志压缩策略对本地的设备日志进行压缩，并将压缩后的日志传输至位于微电网主站的网络安全监测装置中；压缩至少包括基于状态机的第一压缩步骤、基于日志模板的第二压缩步骤和基于压缩算法的第三压缩步骤。
一种基于电网网络安全监测方法系统

[发明专利]一种基于物联网的无线传感器网络的分布式压缩感知方法-CN202110965561.5有效
发明人：韦鹏程 -专利权人：重庆第二师范学院
申请日： 2021-08-23 - 公布日： 2022-10-04 - 主分类号： H04W4/029 文献下载
摘要：本申请提供一种基于物联网的无线传感器网络的分布式压缩感知方法，将无线传感器网络的多个传感器网络节点划分为若干个簇；针对每个簇头节点，令其所在簇中的传感器网络节点进行压缩感知采样，该簇头节点则收集采样数据并进行二级压缩，以将二级压缩后的压缩数据传输给汇聚节点；而汇聚节点对压缩数据进行联合重构可以得到对应的重构数据。利用二级压缩的方式，实质上是实现了分布式的压缩感知，相对于目前的压缩感知技术，可以进一步降低无线传感器网络的耗能，并且可以减少期间所需的测量次数。此种分布式的压缩感知采样，还能够提高无线传感器网络的计算能力和速度，从而节省大量节点能量，有利于延长整个无线传感器网络的生命周期。
一种基于联网无线传感器网络分布式压缩感知方法

[发明专利]一种基于压缩感知的无线传感网络数据重构方法-CN202111290200.1在审
发明人：江剑;郭飞飞;江燕燕;王玉涛;贾礼安 -专利权人：南京华剑兵科工程技术有限公司
申请日： 2021-11-02 - 公布日： 2022-04-05 - 主分类号： H04W16/18 文献下载
摘要：一种基于压缩感知的无线传感网络数据重构方法，该方法包括以下步骤：步骤1，实时采集所布置传感器的位置信息；步骤2，对无线传感器网络覆盖范围进行优化；步骤3，设计无线传感网络的压缩感知方法；步骤4，网络系统数据终端接收被激活的传感器节点数据；步骤5，将压缩感知数据重构算法嵌入STM32控制器和网络系统数据终端中。本发明设计了一种基于压缩感知的无线传感网络数据重构方法，在无线传感网络硬件控制系统基础上，对无线传感器网络覆盖范围进行优化，并通过压缩感知理论，实现无线传感器网络的高速采样和数据压缩。
一种基于压缩感知无线传感网络数据方法

[发明专利]插入SEI数据的码流转换方法及系统-CN201910143413.8有效
发明人：郭志鸣;时杰 -专利权人：北京世纪好未来教育科技有限公司
申请日： 2019-02-26 - 公布日： 2021-07-06 - 主分类号： H04N19/46 文献下载
摘要：本发明提供一种插入SEI数据的码流转换方法，所述码流转换方法包括：将第一图像数据编码压缩得到第二图像数据，其中，所述第二图像数据包括网络抽象层单元压缩数据；展开所述网络抽象层单元压缩数据；将所述SEI数据插入于所述网络抽象层单元压缩数据本发明提供的码流转换方法，将SEI数据插入于第二图像数据的网络抽象层单元压缩数据，以使插入有SEI数据的网络抽象层单元压缩数据具有时序性。
插入 sei 数据流转方法系统

[发明专利]模型压缩方法、图像处理方法、装置和云设备-CN202210902200.0有效
发明人：汪振宇;罗浩;王帆;李昊 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-07-29 - 公布日： 2022-11-15 - 主分类号： G06V20/00 文献下载
摘要：本申请提供一种模型压缩方法、图像处理方法、装置和云设备，该模型压缩方法包括：接收用户终端发送的第一图像，第一图像为预设应用场景的图像；根据预设应用场景，确定已训练完成的第一视觉网络模型的压缩方式，压缩方式包括通道压缩和/或特征向量的压缩；确定第一图像的频域信息；基于频域信息，采用压缩方式对第一视觉网络模型进行压缩，得到第二视觉网络模型。本申请得到压缩后的视觉网络模型占有较小的内存以及具有较快的计算效率。
模型压缩方法图像处理装置设备

[实用新型]一种基于FPGA的视频图像结合电路系统-CN202120163293.0有效
发明人：王帅;王超;郭林;徐劲节;张艳;沈中坤;谷越;郭晓丹 -专利权人：南京信息工程大学
申请日： 2021-01-21 - 公布日： 2021-09-28 - 主分类号： H04N21/236 文献下载
摘要：本实用新型公开了一种基于FPGA的视频图像结合电路系统，包括第一视频压缩板，第二视频压缩板，视频压缩底板，存储板和网络交换板，所述第一视频压缩板和第二视频压缩板均与视频压缩底板连接，所述视频压缩底板与网络交换板连接，所述网络交换板包括第一LAN物理层电路和与第一LAN物理层电路连接的网络交换模块，所述存储板与第一LAN物理层电路连接。本实用新型可以对输入的两路视频信号进行压缩，压缩后的视频图像信号能够通过网络交换板发送给多个网口。
一种基于 fpga 视频图像结合电路系统

[发明专利]一种进行数据同步的方法及设备-CN201710061305.7有效
发明人：邱禹;全海洋;鲍炜 -专利权人：大唐移动通信设备有限公司
申请日： 2017-01-25 - 公布日： 2021-07-13 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种进行数据同步的方法及设备，用以提供在终端与网络侧设备用于解压缩的数据出现不同步后的处理方法。该方法包括：终端确定所述终端用于进行压缩的数据与网络侧设备用于进行解压缩的数据不同步；所述终端对所述终端用于进行压缩的数据进行处理，以使所述终端用于进行压缩的数据与所述网络侧设备用于进行解压缩的数据同步本发明实施例能够在终端的用于进行压缩的数据与网络侧设备的用于进行解压缩的数据不同步时，通过对终端的用于进行压缩的数据进行处理，从而在终端与网络侧设备的解压缩数据出现不同步后可以使终端的用于进行压缩的数据与网络侧设备的用于进行解压缩的数据的同步
一种进行数据同步方法设备

[发明专利]网络模型压缩方法、装置、设备和可读存储介质-CN202211693995.5在审
发明人：周洋;张春;孙昊;卢雪妍;王瑾;杜壮 -专利权人：中移动信息技术有限公司;中国移动通信集团有限公司
申请日： 2022-12-28 - 公布日： 2023-05-09 - 主分类号： G06N3/082 文献下载
摘要：本申请公开了一种网络模型压缩方法、装置、设备和可读存储介质，该方法包括：获取待压缩的网络模型中每个卷积层的权重；在N个网络模型中，分别对第n个网络模型第n层目标卷积层进行预设模型压缩处理，生成N个第一候选网络模型；获取网络模型对预设图像数据的第一识别数据与每个第一候选压缩模型对预设图像数据的第二识别数据之间的余弦相似度信息；根据余弦相似度信息，确定目标压缩网络模型。根据本申请实施例，能够在不需要对原始训练数据进行微调的情况下，对由大量卷积神经网络组成的视觉算法模型进行压缩，并且精度损失非常小。
网络模型压缩方法装置设备可读存储介质

[发明专利]一种基于神经元可塑性的神经网络评估优化方法及系统-CN202311118140.4在审
发明人：李波;唐文婷;韦星星 -专利权人：北京航空航天大学
申请日： 2023-09-01 - 公布日： 2023-10-13 - 主分类号： G06N3/0495 文献下载
摘要：本发明公开了一种基于神经元可塑性的神经网络评估优化方法及系统，包括深度神经网络结构压缩与深度神经网络参数优化：获取验证数据集，训练数据集和已训练的待压缩深度神经网络及参数；计算待压缩深度神经网络中神经元集群的可塑性及神经元重要性；计算神经元集群中必要神经元数量；根据必要神经元数量及各神经元重要性，获取未优化压缩后深度神经网络；计算压缩前后深度神经网络的神经微环路塑造差异；根据压缩前后的神经微环路塑造差异优化网络权重，得到已优化压缩后深度神经网络；本发明设计了一种轻量化深度神经网络并将其应用于自然图像分类，符合生物性且解释性更强，具有运算资源开销低，图像处理精度高的特点。
一种基于神经元可塑性神经网络评估优化方法系统

[发明专利]一种采用优化初始权重的量子神经网络压缩计算全息图的方法-CN201810409647.8有效
发明人：杨光临;侯深化 -专利权人：北京大学
申请日： 2018-05-02 - 公布日： 2021-03-02 - 主分类号： H04N1/32 文献下载
摘要：本发明提出了一种采用优化初始权重的量子神经网络压缩计算全息图的方法，属于计算全息图的压缩传输技术领域。该方法在量子BP神经网络压缩传输计算全息图的基础上，利用计算全息图训练集合预训练获取量子BP神经网络优化初始权重，通过设置预训练的参数随机初始化方差来加速预训练网络的收敛过程，再针对给定的全息压缩数据利用预训练获得的优化初始权重进行二次网络微调训练，同时在优化过程中动态调整网络学习速率以加速量子BP神经网络压缩传输过程。本发明在不改变原有量子BP神经网络的基础结构上能够使用更少的迭代次数完成压缩传输网络结构的训练，加快了量子BP神经网络对计算全息图的压缩速度并可以保证全息图再现像的质量。
一种采用优化初始权重量子神经网络压缩计算全息图方法

[发明专利]确定用于压缩信道状态信息的压缩模型的方法、装置及存储介质-CN202280002552.9在审
发明人：刘敏 -专利权人：北京小米移动软件有限公司
申请日： 2022-08-03 - 公布日： 2022-12-06 - 主分类号： H04L69/04 文献下载
摘要：本公开涉及一种确定用于压缩信道状态信息的压缩模型的方法、装置及存储介质。方法包括：终端接收网络设备发送的模型信息，模型信息包括解压模型的第一模型参数，解压模型用于网络设备解压缩终端发送的信道状态信息；终端根据模型信息确定终端用于压缩信道状态信息的压缩模型。终端通过接受网络设备发送的模型信息，并根据模型信息得到用于压缩信道状态信息的压缩模型，由于该模型信息中包括网络设备的解压模型的第一模型参数，因此终端根据该第一模型参数，以及终端厂商或者芯片厂商的私有化数据就能够自行得到用于与网络设备的解压模型联合使用的压缩模型，而该过程中网络设备无需获知终端部署的压缩模型的参数，从而保证了压缩模型的私有化。
确定用于压缩信道状态信息模型方法装置存储介质

[发明专利]基于压缩感知的神经网络处理系统及方法-CN201810408184.3有效
发明人：金禄旸;张潇;张磊;陈云霁 -专利权人：中国科学院计算技术研究所
申请日： 2018-04-28 - 公布日： 2021-04-23 - 主分类号： G06N3/08 文献下载
摘要：本公开提供了一种基于压缩感知的神经网络处理系统及方法，其中，所述基于压缩感知的神经网络处理系统，包括：片下压缩单元，用于对片下数据进行压缩并发送至片上；以及片上计算装置，与所述片下压缩单元连接，用于接收所述压缩并发送至片上的数据，执行神经网络运算；其中，所述压缩单元基于压缩感知对所述片下数据进行压缩。本公开基于压缩感知的神经网络处理系统及方法，通过在加载与存储数据时进行数据压缩，减少了IO量，降低了时间与能量开销。
基于压缩感知神经网络处理系统方法

[发明专利]一种基于塔克分解与主成分分析的卷积神经网络压缩方法-CN201910228812.4在审
发明人：刘静;张煜东;吕鑫;苏立玉 -专利权人：西安交通大学
申请日： 2019-03-25 - 公布日： 2019-07-19 - 主分类号： G06K9/00 文献下载
摘要：一种基于塔克分解与主成分分析法结合的卷积神经网络压缩方法，在选择秩时，不仅利用当前层的权重张量，还使用了相邻两层的权重张量，各层之间的压缩不再是完全独立的。相邻层之间的信息使秩的选择更加合理，从而保证压缩的有效性。之后，为了解决基于塔克分解的压缩方法使网络深度增加的问题，将塔克分解与主成分分析法相结合对每个卷积层的权重张量进行压缩，从而保持原有的网络深度，避免了网络层数大量增加带来的梯度消失等问题。本发明将相邻层间的信息纳入考虑，在不增加网络深度的前提下，实现了网络的压缩，且压缩后的网络仍能保持较好的效果。
压缩分解卷积神经网络主成分分析法网络相邻层主成分分析网络层原有的卷积两层保证