“白天水”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4个，建议您升级VIP下载更多相关专利

[发明专利]基于改进U-Net的道路场景图像实时语义分割方法-CN202310080417.2在审
发明人：左方;罗振兴;白天水 -专利权人：河南大学
申请日： 2023-01-11 - 公布日： 2023-06-30 - 主分类号： G06V10/26 文献下载
摘要：本发明公开一种基于改进U‑Net的道路场景图像实时语义分割方法，包括：步骤1：在采样阶段，将原始U‑Net结构中标准卷积替换为深度可分离卷积，得到优化后的卷积块，并引入注意力模块来增强特征获取能力，补充上下文信息，得到通道域注意力深度卷积模块结构；步骤2：在上下采样融合阶段，添加多尺度空间注意力级联模块，通过关注重点区域获取低维度空间并经过转换与高维特征融合，得到改进U‑Net；步骤3：基于改进U‑Net对道路场景图像进行实时语义分割。本发明增加多尺度空间注意力机制，补充对空间信息捕获能力，增强网络对特征表征，提升物体边界准确性，在少量参数的情况下保证实时效率并增加识别精度。
基于改进 net 道路场景图像实时语义分割方法

[发明专利]智能家居场景下基于云边端的高效联邦学习方法-CN202310089208.4在审
发明人：王光辉;白天水;罗振兴;何欣 -专利权人：河南大学
申请日： 2023-02-03 - 公布日： 2023-04-18 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种智能家居场景下基于云边端的高效联邦学习方法。该方法包括：云端服务器获取学习任务并初始化初始模型，并下发至参与训练的通讯基站；通讯基站将学习任务及初始模型发送至参与训练的临时服务器及家居终端；家居终端根据本地数据和初始模型或第一中间模型进行本地训练，得到新的本地模型并传输至临时服务器；临时服务器将所有本地模型以及自身的本地模型进行加权聚合，得到第一中间模型并返回至各家居终端；重复执行前两个步骤，直至满足结束条件后，将第一中间模型传输至通讯基站；通讯基站对所有第一中间模型进行加权聚合，得到第二中间模型并返回至云端服务器；云端服务器对所有第二中间模型进行聚合，得到最终的全局模型。
智能家居场景基于云边端高效联邦学习方法

[发明专利]一种基于加噪机制的单锚定位隐私保护方法-CN202110753592.4在审
发明人：王光辉;李雅洁;左方;白天水 -专利权人：河南大学
申请日： 2021-07-02 - 公布日： 2021-11-19 - 主分类号： H04K1/02 文献下载
摘要：本发明公开一种基于加噪机制的单锚定位隐私保护方法，包括：目标节点发布定位任务，并将定位子任务分别发送给参与定位的不同锚节点；各锚节点对目标节点进行距离和角度测量，根据测量的距离信息和角度信息计算目标节点的估计位置；所有参与定位的锚节点合作产生一组零和噪声；锚节点在估计位置中加入各自的噪声项以更新目标节点的估计位置，从而隐藏锚节点测得的估计位置，并将更新后的定位结果发送给目标节点；目标节点根据接收到的各锚节点发回的各定位子任务的定位结果得到最终定位结果。本发明解决了在多个锚节点进行单锚节点定位过程中存在的隐私泄露问题，在保护节点隐私信息的同时，既能够保证较少的时间开销，也能够实现精确的定位结果。
一种基于机制锚定隐私保护方法

[发明专利]车联网场景下分压聚合的局域联邦学习方法-CN202110758567.5在审
发明人：何欣;胡霄林;白天水;王光辉;李雅洁 -专利权人：河南大学
申请日： 2021-07-05 - 公布日： 2021-11-16 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种车联网场景下分压聚合的局域联邦学习方法。该方法包括：步骤1：多个路侧单元之间建立通信形成一个局域网，并在多个所述路侧单元中选择一个路侧单元作为代理组长；步骤2：代理组长选定训练任务，建立该训练任务的初始模型状态，将训练任务通过广播发布至密集区域内的车辆；步骤3：参与训练任务的车辆使用本地数据对接收到的训练任务的当前模型状态进行本地训练，并将本地训练模型上传至最近的路侧单元；步骤4：各个路侧单元分别接收车辆的本地训练模型并将其进行平均聚合，将聚合得到的当前模型状态反馈至对应的车辆；步骤5：迭代执行步骤3至步骤4，直至聚合得到的当前模型状态满足要求。
联网场景下分压聚合局域联邦学习方法