“模型压缩”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1430302个，建议您升级VIP下载更多相关专利

[发明专利]模型压缩方法、装置、计算机设备及存储介质-CN201910218338.7有效
发明人：王文全;葛彦昊;曹赟;李季檩;李绍欣;汪铖杰;陈超 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-03-21 - 公布日： 2023-08-25 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种模型压缩方法、装置、计算机设备及存储介质，属于图像技术领域。本发明通过对特征通道数小于第一识别模型的第二初始模型进行训练，删除训练得到的第二识别模型的目标转化层，最终得到目标识别模型，该目标识别模型的复杂度降低，对计算机设备的运算性能要求也降低，从而提高了识别模型进行脸部图像识别的适用性且，在训练过程中通过目标转化层保证压缩后的第二初始模型与第一识别模型的特征通道数一致，尽可能的减小了模型压缩所损失的性能，从而在降低模型复杂度前提下，同时保证了压缩后的识别模型的识别准确率。
模型压缩方法装置计算机设备存储介质

[发明专利]模型压缩方法、装置、电子设备及存储介质-CN202310180432.4在审
发明人：李泽政;杨歌;梁津 -专利权人：百度时代网络技术(北京)有限公司
申请日： 2023-02-17 - 公布日： 2023-06-23 - 主分类号： G06N3/082 文献下载
摘要：本公开提供了一种模型压缩方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及深度学习、模型量化等人工智能领域。包括：获取待压缩模型中的各个模型参数及目标数据位宽；将各个模型参数由小到大依次排序，以获取第一排序结果；基于目标数据位宽对应的数据范围内包含的数据量，将第一排序结果进行均匀划分，以获取与数据量相同的多个第一集合；确定每个第一集合对应的第一量化参数；基于每个第一集合对应的第一量化参数，对每个第一集合中的模型参数进行量化，以获取压缩后的模型。由此，提高了量化准确度，在减少压缩后的模型的计算损失的情况下，降低了压缩后的模型占用的计算资源和存储空间，提高了压缩后的模型的计算速度和效率。
模型压缩方法装置电子设备存储介质

[发明专利]煤电废水处理方法、装置及电子设备-CN202310020207.4在审
发明人：赵焰;王江湖;吴德利;李大强;郭旭涛;陆梦楠;丁源;郭盼盼;陈雪;苏双青;王延忠;李泽;梁超 -专利权人：国能朗新明环保科技有限公司
申请日： 2023-01-06 - 公布日： 2023-05-05 - 主分类号： C02F9/00 文献下载
摘要：所述方法包括：根据所述机械蒸汽压缩设备建立机械蒸汽变频压缩机理模型；根据所述反渗透设备建立反渗透机理模型；根据所述反渗透设备和所述机械蒸汽压缩设备之间的连接方式建立联合机理模型；根据所述机械蒸汽变频压缩机理模型、所述反渗透机理模型以及所述联合机理模型建立联合处理设备成本计算模型；根据所述联合处理设备成本计算模型以及所述联合处理设备的约束条件计算获得目标运行方案。本发明通过把高压卷式反渗透产生浓度高且温度高的浓盐水作为机械蒸汽压缩蒸发的进料水，来降低整个联合处理设备的运行成本，从而获得成本最低的煤电废水处理方案。
废水处理方法装置电子设备

[发明专利]输电塔节点编号方法及装置-CN201610302664.2有效
发明人：苏志钢;李正;李清华;刘亚多;汪长智;王飞;高滨;曹晔晖;胡晓光;朱彬荣 -专利权人：中国电力科学研究院;国家电网公司;国网山东省电力公司
申请日： 2016-05-09 - 公布日： 2020-11-17 - 主分类号： G06F30/23 文献下载
摘要：其中，该方法包括：简化模型确定步骤，将预先构建的输电塔空间模型中的所有节点分为可压缩节点和不可压缩节点，根据不可压缩节点将输电塔空间模型压缩为简化模型；分块步骤，将简化模型切割为具有预设数量的切割块；还原步骤，将可压缩节点分别对应至简化模型中各切割块的相应位置；编号步骤，将简化模型的各切割块内的所有节点按照预设顺序进行编号。本发明能够满足有限元算法中关于编号差的要求，确保了有限元算法的正常计算，并且简单实用，不易出错，减少了校核时的工作量；此外，本发明是对简化模型进行的分块，分块时切割面切割的杆件数量较少，大大减少了有限元算法的工作量
输电节点编号方法装置

[发明专利]一种用于测量生理载荷作用下关节软骨力学性能的模型-CN201310394893.8有效
发明人：高丽兰;刘志动;张春秋 -专利权人：天津理工大学
申请日： 2013-09-04 - 公布日： 2013-12-11 - 主分类号： G06F19/00 文献下载
摘要：一种用于测量生理载荷作用下关节软骨力学性能的模型，包括滑动压缩模型和滚动压缩模型，该模型将软骨分为不同层区进行滑动压缩和滚动压缩仿真，考虑了软骨的各向异性特征及实际的生理载荷条件。同时结合有限元软件ABAQUS中的弹簧单元模拟胶原纤维的拉伸性能，考虑了组成成分的作用；该模型用于测量生理载荷下关节软骨的力学性能，包括滑动压缩测量和滚动压缩测量。
一种用于测量生理载荷作用关节软骨力学性能模型

[发明专利]一种物联网边缘代理人工智能模型集成方法和系统-CN202211062388.9在审
发明人：赵云龙;井晓君;施志刚;齐鹏文;杨婕;杨文翠;周鑫鑫;康红艳;韩婷;石岩;刘琴;李岩;罗龙 -专利权人：国网青海省电力公司超高压公司;国网青海省电力公司;国家电网有限公司
申请日： 2022-08-31 - 公布日： 2022-12-13 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及一种物联网边缘代理人工智能模型集成方法和系统，所述方法包括以下步骤：在模型引导阶段，获取云端的人工智能模型，并对云端的人工智能模型进行修剪，修建后减少人工智能模型参数数量，并去除人工智能模型层之间的冗余连接；对人工智能模型进行部署，在模型部署阶段，对修剪后的人工智能模型进行压缩并发布到物联网边缘端；所述压缩的人工智能模型发布到边缘端后，对压缩后的人工智能模型进行解压缩并在物联网边缘端重构所述人工智能模型；对重构后的人工智能模型采用边缘端场景数据执行对应人工智能模型的增量学习训练，得到符合场景并训练好的物联网边缘端人工智能模型。
一种联网边缘代理人工智能模型集成方法系统

[发明专利]一种大规模倾斜摄影模型轻量化方法及装置-CN202211359352.7有效
发明人：刘坡;马照亭;方驰宇;王颖 -专利权人：中国测绘科学研究院
申请日： 2022-11-02 - 公布日： 2023-03-24 - 主分类号： G06T9/00 文献下载
摘要：本发明提供了一种大规模倾斜摄影模型轻量化方法与装置，该方法包括：步骤S1：读取现有数据源中的模型根节点，统计模型的包围盒、根节点数目和模型的瓦片范围，计算模型的优化层级；步骤S2：基于步骤S1中的模型根节点，计算新的模型瓦片范围，建立新的模型索引树；步骤S3：根据步骤S2中构建的索引树，计算新模型根节点；所述计算新模型根节点包括生成模型的几何网格和纹理；步骤S4：根据步骤S3中的新模型根节点，对模型进行压缩；所述压缩包括对几何网格和纹理数据的压缩。本发明基于现有的倾斜模型的组织结构，通过生成更高层次节点及LOD信息，并利用几何和纹理数据压缩算法，实现大规模倾斜摄影模型在WebGL环境下的高效调度与流畅渲染。
一种大规模倾斜摄影模型量化方法装置

[发明专利]数据压缩处理方法及装置-CN202211148120.7在审
发明人：曹佳炯;丁菁汀 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-09-20 - 公布日： 2022-12-20 - 主分类号： H04N13/161 文献下载
摘要：本说明书实施例提供了数据压缩处理方法及装置，其中，一种数据压缩处理方法包括：将虚拟世界中的虚拟对象对应的虚拟数据集输入提取模型进行对象数据提取，获得所述虚拟对象的对象数据；基于所述对象数据对所述虚拟对象进行可视特征识别，获得所述虚拟对象的可视特征；读取所述可视特征对应的压缩模型，并将所述对象数据输入所述压缩模型进行数据压缩处理获得压缩数据。
数据压缩处理方法装置

[发明专利]磁共振压缩感知重建方法及装置-CN202010955261.4有效
发明人：丁浩达;郭红宇;徐勤 -专利权人：上海东软医疗科技有限公司;东软医疗系统股份有限公司
申请日： 2020-09-11 - 公布日： 2023-03-21 - 主分类号： G01R33/56 文献下载
摘要：本发明实施例提供一种磁共振压缩感知重建方法及装置。本发明实施例通过获取目标数据和预设的包括图像变量的压缩感知图像求解模型，以及获取初始图像，根据目标数据和初始图像，通过迭代方式求解压缩感知图像求解模型，得到目标压缩感知重建图像，其中，在每次迭代过程中，对所述压缩感知图像求解模型的结果进行滤波和更新，能够减弱压缩感知重建中全局振铃效应的影响，提高图像质量。
磁共振压缩感知重建方法装置

[发明专利]WebVR三维展示方法、装置、系统及可读存储介质-CN202010027281.5在审
发明人：黄明辉 -专利权人：北京腾文科技有限公司
申请日： 2020-01-10 - 公布日： 2020-06-05 - 主分类号： G06T15/00 文献下载
摘要：本发明公开了WebVR三维展示方法，包括数据处理终端调用指定3D数据压缩算法对待渲染的目标对象的三维点云数据进行数据压缩，后发送至展示web服务器进行解压缩以及渲染展示输出，该方法对于模型文件压缩效果明显，压缩后文件为原文件大小的1/10—1/20，因此对于数据处理终端与展示web服务器间的网络传输速度可以增快10倍，虽然需要进行数据解压缩，但总体时间较无压缩模型方式节省近一倍，且压缩后的模型比较无压缩模型渲染效果不变，可以显著提升三维模型的统一管理效率以及成本。
webvr 三维展示方法装置系统可读存储介质

[发明专利]一种基于神经网络的氢气压缩模块控制方法及装置-CN202210486312.2有效
发明人：刘韬;李煦侃;周雨轩;周慎学;缪文峰;张国民;王峰;冯成;潘尘;刘洪涛 -专利权人：浙江浙能航天氢能技术有限公司
申请日： 2022-05-06 - 公布日： 2022-08-02 - 主分类号： F17C5/06 文献下载
摘要：本发明实施例提供一种基于神经网络的氢气压缩模块控制方法及装置，所述方法包括：以压缩参数及出口压力作为输入，进行神经网络模型训练，获取压力常量输入到模型，调节可调节参数，使得出口压力等于压力常量，得到压缩参数对应的参数组；以压缩参数、压缩模块输出流量及耗电量作为输入数据，进行神经网络模型模型训练；将参数组输入到模型，得到输出流量及耗电量，并根据实际压缩需求进行权值赋值，根据输出流量及权值、耗电量及权值计算得到的最大值对应的最佳参数组采用本方法能够通过结合神经网络算法，按工况需求启动压缩机，在压缩机使用期间保证负荷分配的最优化，确保各压缩机运行在高效率负荷区间，以降低加氢站系统整体能耗。
一种基于神经网络氢气压缩模块控制方法装置

[发明专利]深度神经网络模型压缩方法及装置、电子设备、存储介质-CN202110277868.6在审
发明人：李晶;郑哲;刘瑞;崔文朋;聂玉虎;池颖英;徐鲲鹏;李腾浩;杨玎;黄桂林;胡戈飚;习雨同;曹波 -专利权人：北京智芯微电子科技有限公司;国网信息通信产业集团有限公司;国网江西省电力有限公司;国家电网有限公司
申请日： 2021-03-15 - 公布日： 2021-05-28 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及人工智能领域，提供一种深度神经网络模型压缩方法及装置。所述方法包括：针对选定的深度神经网络模型提供随机初始化参数；基于所述随机初始化参数对所述深度神经网络模型的通道进行选择；对通道选择后的深度神经网络模型进行剪枝得到裁剪后的网络模型；利用量化参数对裁剪后的网络模型进行量化得到压缩的网络模型本发明利用随机初始化参数对网络模型结构进行剪枝，无需预训练模型，节省了预训练模型的时间成本，增加了网络模型结构的剪枝空间，保证模型精度，提升模型剪枝效率，能够快速压缩模型。
深度神经网络模型压缩方法装置电子设备存储介质

[发明专利]一种基于知识蒸馏与自蒸馏的通信网络加密流量分类方法-CN202111382473.9在审
发明人：卜智勇;赵宇;鲁敏;周斌 -专利权人：成都中科微信息技术研究院有限公司
申请日： 2021-11-22 - 公布日： 2022-02-25 - 主分类号： H04L47/2441 文献下载
摘要：本发明提供一种基于知识蒸馏与自蒸馏的通信网络加密流量分类方法，包括如下步骤：S10，获取通信网络中的加密流量；S20，构建并训练流量分类的基本模型；S30，压缩训练好的基本模型，获取流量分类压缩模型；S40，采用教师网络更新策略的知识蒸馏方式训练流量分类压缩模型；S50，利用训练好的流量分类压缩模型进行通信网络加密流量分类。本发明可以获得加密流量识别准确率较高的流量分类压缩模型，并且显著降低流量分类所需要的计算资源，可以在自组织网络或移动边缘网络等计算能力受限制的通信网络站点上部署。
一种基于知识蒸馏通信网络加密流量分类方法

[发明专利]一种基于生成对抗网络与模型压缩的军用通信加密流量识别方法-CN202111474143.2在审
发明人：卜智勇;赵宇;鲁敏;周斌 -专利权人：成都中科微信息技术研究院有限公司
申请日： 2021-12-03 - 公布日： 2022-04-08 - 主分类号： H04L47/2483 文献下载
摘要：本发明提供一种基于生成对抗网络与模型压缩的军用通信加密流量识别方法，包括如下步骤：S10，构建并训练军用通信加密流量识别的大模型；S20，建立用于加密流量识别的压缩模型；S30，构建并训练生成加密流量的生成网络；S40，使用生成的加密流量并结合知识蒸馏方式训练压缩模型，获得训练好的压缩模型；S50，采用训练好的压缩模型进行军用通信加密流量识别。
一种基于生成对抗网络模型压缩军用通信加密流量识别方法

[发明专利]一种基于模型分割压缩自编码器的图像压缩算法-CN202210868534.0有效
发明人：包学才;叶辰;何海清;吴沂航;聂菊根;韩龙哲;谭文群 -专利权人：南昌工程学院
申请日： 2022-07-21 - 公布日： 2023-04-25 - 主分类号： H04N19/154 文献下载
摘要：本发明涉及一种基于模型分割压缩自编码器的图像压缩算法包括：图像数据集的获取、数据集的预处理、构建MS‑CAE网络模型、MS‑CAE网络模型的训练。MS‑CAE网络模型包括：编码网络和解码网络；所述编码网络及其权值参数部署在边缘设备，用于对输入的像素块进行压缩；所述解码网络及其权值参数部署在云端设备，用于获取压缩后的像素块，对其进行升维，得到升维后的像素块本发明针对传感网络节点和云端的计算资源特眯，优化了图像压缩模型的模型复杂度和重构图像质量，获得了良好的效果。
一种基于模型分割压缩编码器图像算法