“中国科学院自动化研究所”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4556个，建议您升级VIP下载更多相关专利

[发明专利]基于各向异性卷积的图像分类方法及系统-CN201911360305.2有效
发明人：李文娟;李兵;胡卫明;潘健;原春锋;吴昊昊 -专利权人： 中国科学院自动化研究所
申请日： 2019-12-25 - 公布日： 2023-09-26 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及深度学习与图像分类领域，具体涉及一种基于各向异性卷积的图像分类方法及系统，目的在于解决当图像分辨率低、物体尺度和形态多变等情况下难以保证物体分类识别的精度的问题。本发明的图像分类方法包括：步骤A1，根据设定的标准图像大小，将训练图像与待分类图像都进行预处理；步骤A2，利用利用损失函数与预处理后的训练样本对神经网络进行训练优化，其中，神经网络包括各向异性卷积层；步骤A3，利用训练好的神经网络对预处理后的待分类图像进行特征提取与图像分类。本发明的神经网络能快速提取判别性特征因子，准确锁定图像中的物体轮廓，较好应对小图像、多形变等分类难题，从而充分挖掘了图像的空间信息，提高了物体分类的准确度。
基于各向异性卷积图像分类方法系统

[发明专利]网络架构搜索方法、图像分类方法、装置和电子设备-CN202310707540.2在审
发明人：陈亚冉;李楠楠;赵冬斌 -专利权人： 中国科学院自动化研究所
申请日： 2023-06-14 - 公布日： 2023-09-22 - 主分类号： G06N3/045 文献下载
摘要：本发明涉及人工智能领域，提供一种网络架构搜索方法、图像分类方法、装置和电子设备，其中搜索方法包括：获取初始网络结构，并基于所述初始网络结构的各结构参数，确定搜索空间；基于所述搜索空间搭建超网络，并基于第一样本图像对所述超网络进行预训练，得到预训练超网络的预训练权重；基于当前演化代数下候选突变操作的自适应概率分布，采用演化算法对当前演化代数下的网络结构进行搜索优化，得到下一演化代数下的网络结构，直至停止演化，得到目标网络结构。本发明提供的网络架构搜索方法、图像分类方法、装置和电子设备，提高了搜索效率，可以稳定且高效地实现对高性能的小规模ViT网络的优化。
网络架构搜索方法图像分类装置电子设备

[发明专利]动态知识图谱预测方法、装置、电子设备及存储介质-CN202310628310.7在审
发明人：吴书;刘强;王亮;张孟奇;陈丹丹;徐辉杰 -专利权人： 中国科学院自动化研究所
申请日： 2023-05-30 - 公布日： 2023-09-22 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及自然语言处理技术领域，提供一种动态知识图谱预测方法、装置、电子设备及存储介质，该方法获取历史事件语料；将历史事件语料输入至图谱构建模型，得到当前时刻的知识图谱。该图谱构建模型通过隐含关系提取模块及关系编码模块实现对历史事件语料中隐含关系的提取及编码，通过实体时序表征模块得到当前时刻的知识图谱，使得到的知识图谱不仅包含有历史事件语料中各实体已经存在的关系信息，还包含在历史事件语料中隐含的各实体的关联关系，知识图谱的准确性更高，使知识图谱后续应用效果更佳。而且，通过历史事件语料的不断更新，可以实现知识图谱的准确动态预测。本发明已受到了国家重点研发计划项目(2019YQ1601)的资助。
动态知识图谱预测方法装置电子设备存储介质

[发明专利]脑电信号解码方法、装置、电子设备及存储介质-CN202310603558.8在审
发明人：王佳星;侯增广;王卫群;苏健强;王一涵 -专利权人： 中国科学院自动化研究所
申请日： 2023-05-25 - 公布日： 2023-09-22 - 主分类号： G06F18/24 文献下载
摘要：本发明提供一种脑电信号解码方法、装置、电子设备及存储介质，其中方法包括：获取待解码脑电数据；对待解码脑电数据进行通道压缩，得到压缩脑电数据；基于策略模型，对压缩脑电数据进行策略选择，得到待解码脑电数据的压缩策略和对应的解码模型轻量化策略；基于压缩策略对待解码脑电数据进行压缩，得到目标压缩数据，并基于解码模型轻量化策略所选择的目标解码模型对所述目标压缩数据进行意图解码，得到意图解码结果。本发明提供的方法、装置、电子设备及存储介质，通过待解码脑电数据压缩和解码模型轻量化，降低了脑电解码所需的计算量，提高了解码模型的解码效率，为在许多资源有限的终端(例如康复机器人)上的部署带来了可能。
电信号解码方法装置电子设备存储介质

[发明专利]图像分类模型的类脑连续学习方法、图像分类方法和装置-CN202310946560.5在审
发明人：张铁林;贾顺程;程翔;徐波 -专利权人： 中国科学院自动化研究所
申请日： 2023-07-28 - 公布日： 2023-09-22 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及人工智能领域，提供一种图像分类模型的类脑连续学习方法、图像分类方法和装置，学习方法包括：获取初始神经网络、样本图像及其对应的图像类别标签；将输入信号输入至初始神经网络，得到各层神经元输出的图像特征；对图像类别标签进行编码，得到样本图像的期望；并将期望分别映射到各层中，得到各层的局部多巴胺浓度；基于局部多巴胺浓度，对各层的初始局部梯度进行调制，得到各层的调制后局部梯度；基于调制后局部梯度，对初始神经网络的突触连接权重进行更新，以完成类脑连续学习，得到图像分类模型。本发明提供的图像分类模型的类脑连续学习方法、图像分类方法和装置，可以最大程度上保留旧任务信息，同时实现对新任务的学习能力。
图像分类模型连续学习方法方法装置

[发明专利]运动功能障碍程度评价模型、评价装置及评价系统-CN202311076913.7在审
发明人：王晨;彭亮;侯增广;许宁存;陈婧瑶 -专利权人： 中国科学院自动化研究所
申请日： 2023-08-25 - 公布日： 2023-09-22 - 主分类号： G16H50/30 文献下载
摘要：本发明涉及医疗器械技术领域，提供一种运动功能障碍程度评价模型、评价装置及评价系统，该模型包括：多个单模态评价支路以及跨模态融合支路；多个单模态评价支路分别对应于运动学模态、电生理学模态以及生物力学模态；每个单模态评价支路均包括依次连接的输入单元、注意力网络单元和残差网络单元，每个单模态评价支路中的残差网络单元均与跨模态融合支路连接。该模型可以实现对患病关节的运动功能障碍程度进行多维度评价，进而对关节疾病对象的运动功能障碍程度进行及时、准确、精细、全面的评估，为关节疾病对象的关节功能恢复进展提供便捷高效的分析方法。
运动功能障碍程度评价模型装置系统

[发明专利]基于云边协同的人机混合增强智能系统、方法、装置-CN202010469336.8有效
发明人：朱凤华;李嘉硕;陈世超;熊刚;吕宜生;叶佩军;王晓;王飞跃 -专利权人： 中国科学院自动化研究所
申请日： 2020-05-28 - 公布日： 2023-09-22 - 主分类号： G06F9/50 文献下载
摘要：本发明属于云边协同、混合增强智能领域，具体涉及一种基于云边协同的人机混合增强智能方法、系统、装置，旨在解决边缘侧的计算及存储资源不足，导致高复杂度的智能算法难以部署，低复杂度的智能算法精度有限的的问题。本系统包括：设置于云端的算法库、设置于边缘端的输入模块、算法选择模块、决策模块；算法库，用于储存算法文件；输入模块，用于获取输入信息；算法选择模块，配置为获取边缘设备的性能评价指标，并通过预设的算法选取规则从算法库中选取相应的算法；决策模块，配置为获取目标决策结果。本发明降低了高复杂度的智能算法的部署难度，提高了低复杂度的智能算法的精度。
基于协同人机混合增强智能系统方法装置

[发明专利]轴孔装配方法及相关设备-CN202310518497.5在审
发明人：严少华;徐德;郝甜甜;马旭淼 -专利权人： 中国科学院自动化研究所
申请日： 2023-05-09 - 公布日： 2023-09-19 - 主分类号： B25J9/16 文献下载
摘要：本发明提供一种轴孔装配方法及相关设备，涉及自动化装配技术领域，所述方法包括：执行多次迭代操作；每一次迭代操作包括：获取轴的当前状态；当前状态包括当前受力信息；将当前状态输入轴孔装配模型，得到当前装配动作；当前装配动作包括平移量和旋转量；轴孔装配模型是基于先验知识和元强化学习在多个不同类别的轴孔装配任务中训练得到的；在轴上执行所述当前装配动作；在轴装入孔的深度未满足预设装配要求的情况下，执行下一次迭代操作。本发明的轴孔装配模型可以适用于不同类别的轴孔装配任务，从而提高轴孔装配的通用性和实用性。
装配方法相关设备

[发明专利]交通预训练模型构建和交通预测方法、装置及电子设备-CN202310532272.5在审
发明人：赵红霞;吕宜生;陈圆圆;魏泽兵;叶佩军;戴星原;赵宸;王飞跃 -专利权人： 中国科学院自动化研究所
申请日： 2023-05-11 - 公布日： 2023-09-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种交通预训练模型构建和交通预测方法、装置及电子设备，其中方法包括：获取真实交通数据；基于合成模型，应用真实交通数据进行数据合成，得到合成交通数据；合成模型是以联合生成器、判别器和估计器训练得到，生成器基于第一交通数据合成第二交通数据，判别器用于判别第二交通数据的有效性，估计器基于第二交通数据进行交通任务预测；基于合成交通数据，对初始预训练模型进行训练，得到交通预训练模型。本发明提供的交通预训练模型构建和交通预测方法、装置及电子设备，可以有效解决现有技术中交通数据存在的数据质量差、数据规模小等问题，提高交通预训练模型的通用性。
交通训练模型构建预测方法装置电子设备

[发明专利]内容安全检测模型训练方法、检测方法和装置-CN202310530291.4在审
发明人：刘雨帆;李兵;胡卫明 -专利权人： 中国科学院自动化研究所
申请日： 2023-05-11 - 公布日： 2023-09-19 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种内容安全检测模型训练方法、检测方法和装置，其中训练方法包括：获取第一样本视频，并提取第一样本视频的压缩域信息；提取第一样本视频中的各帧图像在标准色域下的多源特征；基于第一样本视频的压缩域信息和标准色域下的多源特征，对初始模型进行跨模态蒸馏学习，得到训练完成的内容安全检测模型。本发明提供的内容安全检测模型训练方法、检测方法和装置，相比于现有的逐帧提取标准色域信息，极大提高了信息提取效率，并利用标准色域下的多源特征，对初始模型进行跨模态蒸馏学习，从而提升了压缩域内容安全检测的性能，能够同时兼顾效率和性能。
内容安全检测模型训练方法装置

[发明专利]基于格拉姆矩阵与风格域转换的近红外荧光成像方法-CN202310735590.1在审
发明人：田捷;胡振华;符礼丹;鲍杰 -专利权人： 中国科学院自动化研究所
申请日： 2023-06-20 - 公布日： 2023-09-19 - 主分类号： G06T5/00 文献下载
摘要：本发明属于生物医学分子影像领域，具体涉及了一种基于格拉姆矩阵与风格域转换的近红外荧光成像方法、系统及装置，旨在解决近红外二区长波长窗口中的纳米粒子探针具有毒性和缺乏监管批准等缺点。本发明包括：获取高质量荧光图像和低质量荧光图像并将其作为训练集，构建并训练基于格拉姆矩阵与风格域转换的生成式对抗网络，将真实获取的数据输入至训练好的网络中，得到具有长波长近红外二区窗口风格高质量荧光图像以及循环变换荧光图像。本发明基于机器学习的方法可以提升已在临床广泛使用的近红外荧光成像技术的精度，而不必顾虑具体的光学参数和生物学特性的差异；利于研究荧光探针在体内的具体分布，对临床决策和实践具有极大的意义。
基于格拉姆矩阵风格转换红外荧光成像方法

[发明专利]靶点位置跟踪方法及装置-CN202310525409.4在审
发明人：杨正宜;郎桾侠;卢雪峰;蒋田仔 -专利权人： 中国科学院自动化研究所
申请日： 2023-05-10 - 公布日： 2023-09-19 - 主分类号： G06T7/20 文献下载
摘要：本发明提供一种靶点位置跟踪方法及装置，包括：将目标人物的初始人脸点云图像和人脸三维模型进行配准，得到第一变换矩阵，初始人脸点云图像通过结构光相机获取，人脸三维模型通过目标人物的人脸医学影像重建得到；根据第一变换矩阵对人脸三维模型中靶点的坐标进行变换，得到靶点的第一物理位置；在检测到目标人物移动的情况下，将目标人物的当前人脸点云图像与初始人脸点云图像进行配准，得到第二变换矩阵，当前人脸点云图像通过结构光相机获取；根据第二变换矩阵对第一物理位置进行变换，得到靶点的第二物理位置。本发明实现根据目标人物的移动实时跟踪靶点的物理位置，方法简单，准确性较高。
位置跟踪方法装置

[发明专利]自适应姿态光伏面板清扫装置-CN202310712079.X在审
发明人：陈艳红;马越林;崔晓光;温大勇 -专利权人： 中国科学院自动化研究所
申请日： 2023-06-15 - 公布日： 2023-09-19 - 主分类号： H02S40/10 文献下载
摘要：本发明提供一种自适应姿态光伏面板清扫装置，应用于光伏面板清洁领域，包括：装置基座、主轴部件、多个连接轴部件、滚刷槽以及处理器；主轴部件安装在装置基座上，由转动齿轮带动主轴部件绕装置基座中心轴转动；多个连接轴部件之间通过转动关节串联；串联的多个连接轴部件的两端分别与主轴部件和滚刷槽通过转动关节连接；滚刷槽上安装有距离传感器；处理器用于根据距离传感器获取的实时空间点数据、转动齿轮的实时角度和各转动关节的实时角度，计算转动齿轮的目标角度和各转动关节的目标角度，并驱动转动齿轮和各转动关节调整至目标角度；滚刷槽中嵌装有滚刷。从而光伏面板清扫装置在清扫过程中可以适应不同的地面情况，保持合适的接触姿态。
自适应姿态面板清扫装置

[发明专利]基于分布式深度学习的医学影像智能分析系统-CN202110268700.9有效
发明人：田捷;董迪;王思雯;胡振华;胡朝恩;杨鑫 -专利权人： 中国科学院自动化研究所
申请日： 2021-03-12 - 公布日： 2023-09-19 - 主分类号： G06F9/50 文献下载
摘要：本发明属于深度学习、医学影像智能分析领域，具体涉及一种基于分布式深度学习的医学影像智能分析系统，旨在解决现有医学影像智能分析系统因无法共享医疗数据导致的模型训练困难、分类精度低、泛化能力差的问题。本发明系统包括：设置于N个医疗中心的服务端、一个设置于远程服务器的中心客户端，服务端与中心客户端通过通讯链路连接；服务端包括图像获取模块，配置为获取医学影像并进行图像预处理；中心客户端包括分布式模型训练与调度模块，配置为通过分布式的方式训练深度神经网络模型并集中调度各分布式的深度神经网络模型以进行模型迭代。本发明避免了医疗数据共享，简化了多中心模型训练的难度，并提高了深度学习模型的分析精度和泛化能力。
基于分布式深度学习医学影像智能分析系统

[发明专利]基于病害图像采集、分割的道面质量分析方法、装置及程序-CN202310806039.1在审
发明人：孙玉龙;钱增志;曾帅康;方宏伟;周大兴;姜佳岐;朱炳科 -专利权人：中铁建设集团有限公司;中国科学院自动化研究所
申请日： 2023-07-03 - 公布日： 2023-09-15 - 主分类号： G06V20/56 文献下载
摘要：本发明涉及基于病害图像采集、分割的道面质量分析方法、装置及程序，属于计算机视觉技术领域。包括以下步骤：汽车启动；汽车车轮带动轮速编码器，触发工业相机采集路面图像数据，同时，卫星定位导航系统获取汽车所在经纬度定位信息，进而将路面图像数据与定位信息进行一一对应；车内工控机使用路面病害分割模型大型卷积U型网络结构对路面图像进行路面病害实时检测；使用三阶段训练方式进行路面病害分割模型的训练；使用重参数化技术对大型卷积核U型网络结构进行部署和推理，得到整体道面缺陷检测结果；根据检测结果计算道面状况指数PCI；自动生成道面分析报告，提供道面维修建议。本发明能有效解决路面病害识别的检测精度和检测检出率问题。
基于病害图像采集分割质量分析方法装置程序