“赵太银”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21个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的点云关键点提取方法-CN202111084647.3有效
发明人：罗光春;朱大勇;刘欣;陈爱国;赵太银;于书苹 -专利权人：电子科技大学
申请日： 2021-09-16 - 公布日： 2023-08-08 - 主分类号： G06V20/56 文献下载
摘要：本发明属于人工智能领域和自动驾驶领域，具体提供一种基于深度学习的点云关键点提取方法；首先，本发明在数据预处理阶段利用地面分割技术过滤了大量的无效点集，提升关键点提取效果和效率；其次，本发明将深度学习技术应用到点云关键点提取问题中，利用GPU并行计算大幅提升了运算速度，构建包括点云划分模块与关键点提取网络的关键点提取模型，点云划分模块中使用最远点采样节点、扩张理论和节点判断提升了点云划分的速度，关键点提取网络中使用注意力机制提升了提取关键点的性能。综上，本发明的计算时间不会随着点云规模和关键点个数的提取大幅增长，且能够提取到性能更加优秀的关键点，能够应用于各种技术和场景。
一种基于深度学习关键提取方法

[发明专利]一种面向代表点自注意力机制的轻量级点云目标检测方法-CN202111227890.6有效
发明人：朱大勇;罗光春;赵太银;陈爱国;潘海涛;曹申健 -专利权人：电子科技大学
申请日： 2021-10-21 - 公布日： 2023-08-08 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及基于点云数据的目标检测技术，其公开了一种面向代表点自注意力机制的轻量级点云目标检测方法，减少模型参数量，提高模型的训练收敛速率和检测准确率。该方法包括以下步骤：S1、读取点云数据；S2、对点云数据进行FPS采样，获得代表点；S3、对代表点进行多层K近邻特征提取，获得各个代表点的特征向量；S4、根据各个代表点的特征向量进行分类检测，获得该点包含目标的概率。
一种面向代表注意力机制轻量级目标检测方法

[发明专利]一种基于多模态属性决策的代码搜索方法-CN202111254147.X有效
发明人：陈爱国;朱大勇;赵太银;秦科;罗光春;尹佳;胡鑫源 -专利权人：电子科技大学
申请日： 2021-10-27 - 公布日： 2023-08-08 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及数据搜索查询技术，其公开了一种基于多模态属性决策的代码搜索方法，提高组件代码块的搜索的准确率和效率。该方法包括：S1、对查询语句分别与数据库中的每个组件代码块组成待匹配数据对；S2、对各个待匹配数据对进行预处理，获得元组词向量；S3、通过基于BERT的注意力网络提取各个元组的序列特征；S4、利用skip‑gram网络提取各个元组的结构特征；S5、针对每一元组的序列特征和结构特征，采用多模态向量匹配模型进行相似度匹配，得到相似度匹配结果；S6、针对每一元组，基于获得的相似度匹配结果，利用门控机制对多属性得分进行输出控制，获得各元组的最终得分，并从高至低进行排序；S7、选出排序靠前的最终得分对应的组件代码块组成候选组件代码块集反馈用户。
一种基于多模态属性决策代码搜索方法

[发明专利]一种基于联合损失和卷积神经网络的指静脉识别方法-CN202211053355.8在审
发明人：陈爱国;罗光春;赵太银;孙国林;宣朋羽;沙泽鑫 -专利权人：电子科技大学
申请日： 2022-08-31 - 公布日： 2023-03-14 - 主分类号： G06V40/14 文献下载
摘要：本发明公开了一种基于联合损失和卷积神经网络的指静脉识别方法，包括步骤：采集指静脉图像，并对图像进行预处理，提取指静脉图像的感兴趣区域，并对图像尺寸归一化；构建指静脉识别的深度卷积神经网络，基于ResNet34结构构建特征提取网络；模型训练，通过联合欧式度量空间和余弦度量空间的损失函数，对深度卷积神经网络进行训练，令网络模型学习到指静脉的有效特征表示；确定识别阈值，以错误接受率和错误识别率为衡量标准，通过枚举法找到最佳识别阈值，实现指静脉图像的识别。本发明用于指静脉图像特征提取与匹配，能有效进行指静脉身份识别。
一种基于联合损失卷积神经网络静脉识别方法

[发明专利]一种基于局部病灶特征的糖尿病视网膜病变分类装置-CN201910862186.4有效
发明人：段贵多;朱大勇;赵太银;任亚洲;刘江明 -专利权人：电子科技大学
申请日： 2019-09-12 - 公布日： 2023-01-17 - 主分类号： G06T7/13 文献下载
摘要：本发明属于医疗图像分类领域，涉及深度学习，具体为一种基于局部病灶特征的糖尿病视网膜病变分类装置，用于解决深度模型在眼底图像上分类效果不佳、结果缺乏解释性等问题。本发明通过分别对眼底图像全局特征及局部病灶信息的提取，使得病变程度严重的图像中的信息能够得到充分利用，解决了由于数据量不足且不平衡导致的深度学习在糖网病变分类领域应用效果不佳的问题；并且在局部病灶信息提取过程中，输出了眼底图像中局部病灶信息的标注结果，解决了深度学习模型结果可解释程度低的问题，提高了对眼科医生诊断病情的辅助作用。
一种基于局部病灶特征糖尿病视网膜病变分类装置

[发明专利]一种基于用户兴趣建模的新闻推荐方法-CN202211053861.7在审
发明人：许毅;赵太银;解修蕊;罗光春;赵航;张博闻 -专利权人：电子科技大学
申请日： 2022-08-31 - 公布日： 2022-12-16 - 主分类号： G06F16/335 文献下载
摘要：本发明公开了一种基于用户兴趣建模的个性化新闻推荐方法，包括步骤：获得新闻文本数据，将文本数据进行预处理，删除停用词，向量化等操作；将向量化的新闻数据输送到文本特征提取器进行特征抽取，获得新闻特征；构建基于用户兴趣的新闻推荐模型，结合残差图卷积网络模块与用户热兴趣模块，输出用户点击概率；模型训练，模型训练基于交叉熵损失函数进行训练；对输入的一系列候选新闻的点击预测概率进行排序，输出设定好的前K篇新闻作为推荐结果。本发明用于用户个性化的新闻推荐，能有效提升推荐有效性。
一种基于用户兴趣建模新闻推荐方法

[发明专利]一种基于进化计算的意图识别神经网络生成与优化方法-CN202211120997.5在审
发明人：陈爱国;罗光春;赵太银;付波;沙泽鑫;宣朋羽 -专利权人：电子科技大学
申请日： 2022-09-15 - 公布日： 2022-12-16 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于进化计算的意图识别神经网络生成与优化方法，该方法包括以下步骤：根据问题特征与训练集数据构造神经网络损失函数，并取损失函数的倒数作为进化搜索的目标函数与适应度函数；设计针对神经网络节点与连接的编码方法，根据编码方法进一步设计针对神经网络的交叉与变异进化算子，作为进化搜索的主体部分操作；通过迭代的进化搜索后，种群适应度逐渐升高，神经网络损失函数逐渐降低，在达到进化的最大代数后，输出优化后的最优神经网络，用于复杂非线性问题的预测。本发明用于面向复杂非线性问题的神经网络生成与优化，能有效提升神经网络表现。
一种基于进化计算意图识别神经网络生成优化方法

[发明专利]一种基于图神经网络的推荐方法-CN202211049084.9在审
发明人：许毅;赵太银;罗光春;朱大勇;李宁静;吴栩夷 -专利权人：电子科技大学
申请日： 2022-08-30 - 公布日： 2022-11-25 - 主分类号： G06F16/735 文献下载
摘要：本发明公开了一种基于图神经网络的推荐方法，其中，该方法包括：根据目标用户以及与所述目标用户相关联的关联用户，确定第一关联用户向量；根据与所述目标用户以及所述关联用户所对应的关联影音作品，确定第二关联用户向量以及与各关联影音作品相对应的关联影音向量；基于所述关联影音向量，确定至少一个待推送影音向量；根据所述第一关联用户向量、所述第二关联用户向量、所述关联影音向量以及所述待推送影音向量，确定至少一个目标影音作品。解决了向用户推荐的影音作品与用户匹配度不够准确的问题，取到了根据用户的关联用户以及关联影音作品，为用户推荐匹配度更高的影音作品的效果。
一种基于神经网络推荐方法

[发明专利]一种基于可解释的内部威胁评估方法-CN202010661920.3有效
发明人：陈爱国;赵太银;郑旭;罗光春;李思宁;孙迪克 -专利权人：电子科技大学
申请日： 2020-07-10 - 公布日： 2022-10-14 - 主分类号： G06F21/57 文献下载
摘要：本发明公开了一种基于可解释的内部威胁评估方法，其主旨在于解决神经网络在对待测数据进行威胁评估时对其结果无法解释的问题，本发明基于序列生成模型，通过简单的笛卡尔积、频率统计和邻接矩阵对异构数据进行了处理，从而生成了高数据利用率和行为覆盖率的用户行为序列，极大地降低了数据的冗余，提高了数据的处理速度。同时，基于可解释的威胁评估方法，能够对评估结果进行解释，从而辅助内部管理人员进行威胁复核，并以此作为评估模型更新的数据集，满足了评估模型的适应性更改，同时提高了威胁评估的检测精度。
一种基于可解释内部威胁评估方法

[发明专利]一种端到端的人体检测与属性识别方法-CN202010889969.4有效
发明人：陈爱国;赵太银;朱大勇;罗光春;谷俊霖;杨栋栋 -专利权人：电子科技大学
申请日： 2020-08-28 - 公布日： 2022-07-29 - 主分类号： G06V20/40 文献下载
摘要：本发明提出一种基于深度学习的端到端的人体检测与属性识别方法，旨在提高网络运行效率的同时提高泛化性能。网络结构是由目标检测与人体属性识别两个模块构成，目标检测模块完成对人体对象的识别与定位。人体属性识别模块是一个多输出网络，用于完成多个人体属性的判断。该模型能准确地检测现实场景中的多个人并且对这些人的属性进行检测，同时，还结合该模型的特点设置了一种将属性相关性作为先验知识来指导网络训练的方法。
一种端到端人体检测属性识别方法

[发明专利]一种DENCLUE算法的并行化方法-CN201810641090.0有效
发明人：罗光春;陈爱国;段贵多;赵太银;李尧 -专利权人：电子科技大学
申请日： 2018-06-21 - 公布日： 2022-03-15 - 主分类号： G06F16/2458 文献下载
摘要：本发明提出一种DENCLUE算法的并行化方法，可以用于大规模数据聚类分析的环境中，通过改进DENCLUE算法的并行化聚类方法，相比传统的集中式执行方法，本发明达到了更快的数据处理速度。此方法主要包括以下步骤：步骤1：划分原始数据；步骤2：并行建立数据空间中网格关联映射；步骤3：生成全局网格关联映射，步骤4：并行挖掘聚。该DENCLUE算法的并行化方法有效提高了数据划分速度以及最终聚类速度，使算法的执行速度得到提升。
一种 denclue 算法并行方法

[发明专利]一种面向无线传感器网络的数据传输方法-CN201911080663.8有效
发明人：陈爱国;连春华;林隆永;罗光春;赵太银;倪雪婷;董代宇 -专利权人：电子科技大学;四川久远银海软件股份有限公司
申请日： 2019-11-07 - 公布日： 2021-10-22 - 主分类号： H04W4/38 文献下载
摘要：本发明涉及无线传感器网络的数据传输技术领域，具体为一种面向无线传感器网络的数据传输方法，旨在解决现有传输技术中无线传感器网络采集数据传输能耗大、网络节点能量消耗不均衡以及网络寿命不长等技术问题。本发明采用组合调度的思想同时为多个待发送数据包选择合适的匹配中继，在选择中继节点时不仅考虑服务质量因素，还会立足于当前已进行匹配的数据包和中继节点情况来预测传感器节点的可能剩余能量，并据此对节点的优先级作出适当调整，避免同一节点频繁地被选作中继进行数据传输，从而造成网络中出现越来越多的能量过低节点；基于此，本发明能够实现网络中采集数据的高效传输，保证服务质量并尽可能均衡网络能耗。
一种面向无线传感器网络数据传输方法

[发明专利]一种具有新型内存模块的神经图灵机模型及其设置方法-CN201811138467.7有效
发明人：罗光春;段贵多;张栗粽;赵太银;吴佳炯 -专利权人：电子科技大学
申请日： 2018-09-28 - 公布日： 2021-09-24 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种具有新型内存模块的神经图灵机模型及其设置方法，属于神经网络领域。本发明在神经图灵机模型的内存模块中增加双螺旋DNA结构；同时对神经图灵机模型的读写头进行改进，使其适应内存模块中的双螺旋DNA结构的存储数据：神经网络控制器动态读写双螺旋DNA结构中存储的时序数据，将双螺旋DNA结构的当前子代数据作为下一层神经元的输入，结合当前从内存矩阵中的读取的内容得到下一层神经元的激活值，并将其重新写入到双螺旋DNA结构中，替换当前子代数据，而替换前的当前子代数据便转换为替换后的当前子代数据的父代数据。同时本发明还公开了其对应的训练设置方法。本发明使得内存模块的记忆矩阵的更新更加细致，提高模型的稳定性。
一种具有新型内存模块神经图灵机模型及其设置方法

[发明专利]基于S变换的物理层信号水印嵌入方法-CN201710348377.X有效
发明人：田永春;谭齐;赵太银 -专利权人：中国电子科技集团公司第三十研究所
申请日： 2017-05-17 - 公布日： 2021-04-13 - 主分类号： H04W12/06 文献下载
摘要：本发明公开了一种基于S变换的物理层信号水印嵌入方法，包括如下内容：物理层信号水印嵌入；物理层信号水印恢复；通过假设检验方法对信号的真实性进行验证。与现有技术相比，本发明的积极效果是：本发明基于物理层信号水印的身份认证方案，实现了S变换的物理层水印信号嵌入方法，具有如下优点：避免频谱泄露，接收方不会将其视作异常信号；隐蔽性意味着认证不能被窃听者容易地估计得到。
基于变换物理层信号水印嵌入方法

[发明专利]一种基于马尔科夫链的跨地理分布轨迹聚类方法-CN202010843598.6在审
发明人：陈爱国;罗光春;赵太银;田玲;陈远帆;王国安 -专利权人：电子科技大学
申请日： 2020-08-20 - 公布日： 2020-12-18 - 主分类号： G06F21/62 文献下载
摘要：本发明提供一种基于马尔科夫链的跨地理分布轨迹聚类方法，包括步骤：S1属地轨迹预处理步骤；S2属地轨迹生成模型估计：属地节点将预处理后的轨迹子簇集合中所有轨迹经过的网格空间点转换至马尔科夫链模型中的状态空间，形成状态集合；利用轨迹子簇的中的状态集合训练该轨迹子簇对应的马尔科夫链模型，得到马尔科夫链模型对应的转移矩阵；属地节点将本地的转移矩阵和状态集合发送至中心节点；S3：综合求解步骤：中心节点利用各个属地节点传递的转移矩阵和状态集合实现全局轨迹的聚类操作得到簇心集合并发送至各属地节点。本发明提高了聚类准确度，同时在数据隐私保护和网络带宽压方面也有很好的表现。
一种基于马尔科夫链地理分布轨迹方法

1
2
下一页»
尾页
共 21 条