“周学海”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123个，建议您升级VIP下载更多相关专利

[发明专利]一种基于黑盒分析的硬件资源建模方法-CN202310916207.2在审
发明人：朱宗卫;刘伟鸿;王超;周学海 -专利权人：中国科学技术大学苏州高等研究院;上海处理器技术创新中心
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于黑盒分析的硬件资源建模方法。该方法包括：基于一般性能表征和特殊性能表征对硬件资源进行建模；其中，所述一般性能表征由根据神经网络特征拟合模型推理延迟的参数向量构成；所述特殊性能表征由根据多设备间相关系数低于设定阈值的神经网络推理延迟向量构成。本发明针对存在多维异构的智能推理设备，构建了一种基于黑盒分析的硬件资源建模方法，实现了对异构设备的统一建模分析，能够有效区分异构设备的DNN推理性能差异。
一种基于黑盒分析硬件资源建模方法

[发明专利]基于GAN反演的鲁棒自适应图像处理方法-CN202310897139.X在审
发明人：宫磊;王超;周学海;李曦;陈香兰;朱宗卫 -专利权人：中国科学技术大学苏州高等研究院
申请日： 2023-07-20 - 公布日： 2023-10-20 - 主分类号： G06T3/00 文献下载
摘要：本申请公开了一种基于GAN反演的鲁棒自适应图像处理方法，包括：步骤S1：建立基本框架，基本框架作为文本驱动的图像操作，对给定的文本提示t应用相同的编辑操作；步骤S2：GAN反演包括依序进行的：基于元素的EV剪枝、EV微调、LC搜索；步骤S3：建立稳健目标，构建图像的空间结构实现图像合成和语义分割，将多分支生成器集成到框架中，以捕获图像处理的空间局部性；步骤S4：定义图像因编辑而改变的感兴趣区域r；步骤S5：提出CLIP感知损失，放大感兴趣区域的图文相似度，降低外围区域的图文相似度；步骤S6：采用启发式算法去除编辑矢量噪音，同时为当前图像处理找到有意义的编辑向量和有意义的层。该方法图像搜索后能获得更精准的图像到图像映射结果。
基于 gan 反演自适应图像处理方法

[实用新型]一种固态喷射消防机器人-CN202321354561.2有效
发明人：王三众;刘欢;郭浩宇;姚梦扬;刘双嘉;周学海;李文聪;郑建涛;徐克锟;郭发展 -专利权人：燕山大学
申请日： 2023-05-31 - 公布日： 2023-09-22 - 主分类号： A62C31/03 文献下载
摘要：本实用新型公布了一种固态喷射消防机器人，包括行走机构、驱动系统和喷射机构，行走机构包括壳体、液动马达和行走履带，驱动系统包括油箱、油泵、溢流阀、分流阀、节流阀、换向阀、大集流阀和小集流阀，喷射机构包括旋转支架、耦合筒、喷口和风机，本实用新型的有益效果是，本申请可以进行固态干粉的喷射，从而对不能接触水的易燃物质所造成的火灾进行扑灭，且本申请可以远距离喷射干粉，无需消防人员直接进入火灾现场，避免火灾场景对消防人员造成伤害，且可以有效的缓解消防人员人力紧张的问题，通过设置履带式的行走机构，使得本申请可以应用于各种复杂的地理环境，从而可以实现及时的火灾扑灭。
一种固态喷射消防机器人

[发明专利]促进神经网络加速计算的方法、装置及设备-CN202310782272.0在审
发明人：梅冰笑;韩睿;张永;蒋鹏;王文浩;李晨;李斐然;王超;宫磊;周学海;李曦 -专利权人：国网浙江省电力有限公司电力科学研究院;中国科学技术大学苏州高等研究院
申请日： 2023-06-29 - 公布日： 2023-08-29 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种促进神经网络加速计算的方法，涉及神经网络技术领域，用于解决现有神经网络计算分配时特征不匹配的问题，该方法包括以下步骤：获取神经网络运行参数；根据所述运行参数，计算神经网络各层仿存比；根据访存比计算结果对所述神经网络进行分组，将访存比差值在预设区间内的层分入同组；将分入同组的层分配给同一处理引擎。本发明还公开了一种神经网络计算加速装置及电子设备。本发明通过访存比对神经网络层进行分组，并匹配合适的处理引擎，使得神经网络计算分配时特征匹配，性能优。
促进神经网络加速计算方法装置设备

[发明专利]一种复数域上的三维卷积神经网络加速器及方法-CN202310440957.7在审
发明人：宫磊;王超;周学海;李曦;陈香兰;朱宗卫 -专利权人：中国科学技术大学苏州高等研究院
申请日： 2023-04-23 - 公布日： 2023-08-15 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种复数域上的三维卷积神经网络加速器及方法，该加速器包括：缓存单元，所述缓存单元用于存储复数域内的输入特征、输出特征和权重数据；AXI DMA单元，所述AXI DMA单元用于该加速器与片外存储器进行数据传输；计算单元，所述计算单元用于对所述卷积层和全连接层的计算进行加速；后处理单元，所述后处理单元用于计算融合后的量化层、池化层、批归一化层和激活层；控制单元，所述控制单元用于控制和调度所述缓存单元、AXI DMA单元、计算单元和后处理单元的工作状态。其可以显著提升3D CNN部署时的性能和能效。
一种复数三维卷积神经网络加速器方法

[实用新型]一种适用于泵轴腐蚀漏水的密封结构-CN202320202304.0有效
发明人： 周学海 -专利权人：福建省力恒锦纶实业有限公司
申请日： 2023-02-10 - 公布日： 2023-08-04 - 主分类号： F04D29/12 文献下载
摘要：本实用新型提供了一种适用于泵轴腐蚀漏水的密封结构，包括有安装在蜗壳内部的泵轴，所述泵轴径向表面具有凹陷不平的腐蚀区，在所述腐蚀区填充有密封胶层，以填补腐蚀区，所述泵轴外壁套设有静密封环和动密封环，所述动密封环上的O型圈内壁与密封胶层外壁相接触。通过上述设置，能够快速便捷的维修因为泵轴腐蚀而造成的漏水问题，延长设备使用周期，提高工作效能，保障生产所需。而且，该维修成本与直接更换泵轴相比，成本更低，节约了设备的维修成本。
一种适用于腐蚀漏水密封结构

[发明专利]基于神经网络相似度建模的实时DNN调度系统及方法-CN202110708893.5有效
发明人：朱宗卫;刘伟鸿;周学海;李曦;王超 -专利权人：中国科学技术大学苏州高等研究院
申请日： 2021-06-25 - 公布日： 2023-07-28 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了基于神经网络相似度建模的实时DNN调度系统及方法，包括：DNN特征提取模块，对DNN网络结构进行提取分析和判断，将需要预测的网络结构特征发送到DNN性能表征模块；DNN性能表征模块，进行网络结构特征进行性能预测，预测其在每个设备上的运行时间，经过目标微调后，调度模块对每个任务已知的性能表征进行调度，以确保任务以最小的等待时间在最大截止时间之前完成。本发明首先对神经网络任务进行神经网络建模，提取关键特征。紧接着，通过性能表征网络对每个设备上的每个任务进行性能表征预测，得到性能表征矩阵；最后，以性能表征矩阵性能表征矩阵为调度矩阵，利用LLF算法求解最优调度策略，有效提高了性能和任务接受率。
基于神经网络相似建模实时 dnn 调度系统方法

[发明专利]醋酸地塞米松口服药物制剂及其制备方法-CN202111674232.1在审
发明人：刘涛;周学海;缪子敬;段金连;邓锐 -专利权人：天津天药药业股份有限公司;天津药业研究院股份有限公司
申请日： 2021-12-31 - 公布日： 2023-06-30 - 主分类号： A61K9/20 文献下载
摘要：本发明提供了一种醋酸地塞米松口服药物制剂及其制备方法，涉及药物制剂技术领域。一种醋酸地塞米松口服药物制剂，以重量百分数计，包含以下组分：醋酸地塞米松0.1‑3％、填充剂40‑80％、崩解剂10‑40％、粘合剂2‑20％、润滑剂0.1‑2％及助流剂3‑15％。本发明提供的醋酸地塞米松口服药物制剂，通过优化醋酸地塞米松粒径、原辅料种类及配比，在显著改善醋酸地塞米松溶出的同时，保证了醋酸地塞米松口服制剂的稳定性。
醋酸地塞米松口服药物制剂及其制备方法

[实用新型]一种用于再生锦纶6的卷绕头槽辊驱动装置-CN202320190159.9有效
发明人： 周学海 -专利权人：福建省力恒锦纶实业有限公司
申请日： 2023-02-10 - 公布日： 2023-06-30 - 主分类号： D01D10/04 文献下载
摘要：本实用新型提供了一种用于再生锦纶6的卷绕头槽辊驱动装置，包括有卷绕头机架和槽辊，槽辊与卷绕头机架转动连接，槽辊一端连接有从动皮带轮，卷绕头机架连接有驱动电机，驱动电机连接有主动皮带轮，主动皮带轮和从动皮带轮通过皮带连接，驱动电机的端盖开设有复数个调节孔，每一调节孔均螺旋连接有调节螺栓。调整上侧或下侧的两个调节螺栓，将主动皮带轮和从动皮带轮端面端面调节到相对平行，从而减小传动过程中产生的振动，改善锦纶FDY单丝的成型，提高产品质量和优等率，增加效益。同时，在主动皮带轮和从动皮带轮端面端面调节到相对平行后，能够使皮带不跑边，减少轴承、齿轮、皮带的耗损，降低维修成本，延长设备使用周期。
一种用于再生锦纶卷绕头槽辊驱动装置

[发明专利]三维神经网络处理方法及图像处理方法、系统和存储介质-CN202310329084.2在审
发明人：钱平;韩睿;王文浩;郑一鸣;谢凌东;李富强;李特;蒋鹏;姜雄伟;李斐然;刘爽;宫磊;周学海;李曦;钱佳明 -专利权人：国网浙江省电力有限公司电力科学研究院;中国科学技术大学苏州高等研究院;国网浙江省电力有限公司宁波供电公司
申请日： 2023-03-28 - 公布日： 2023-06-27 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了三维神经网络处理方法及图像处理方法、系统和存储介质，属于神经网络以及图像处理技术领域。本发明的一种基于分块循环矩阵的三维神经网络处理方法，通过构建分块循环矩阵模型、计算加速模型、全频域模型，克服以往剪枝等模型压缩方法存在的访存、计算不规则等问题，提出使用分块循环矩阵对三维神经网络3D CNN进行压缩，并且进一步利用快速傅立叶变换FFT加速计算，在保持模型结构规则的前提下，取得了显著的存储和计算压缩效果。在此基础上，引入频域内的激活、批归一化和池化操作，进一步消除由于快速傅立叶变换FFT带来的频繁的时域/频域切换开销，从而实现了全频域计算，进一步降低了3D CNN模型推理时的计算开销。
三维神经网络处理方法图像系统存储介质

[发明专利]一种基于车载单目摄像头的驾驶环境感知方法-CN202310093603.X在审
发明人：朱宗卫;魏冉;王超;周学海;李曦 -专利权人：中国科学技术大学苏州高等研究院
申请日： 2023-02-10 - 公布日： 2023-06-23 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种基于车载单目摄像头的驾驶环境感知方法，包括对上采样模块进行结构重参数化和自动驾驶多任务感知。相比普通的线性插值和转置卷积，本发明使用RepUpsample对网络模型的精度有一定的提升。在语义分割模型任务上，对比DeepLabv3、FPN和U‑Net三种模型在使用不同上采样模块时的精度表现，不同的网络模型、不同的上采样位置、以及不同的网络规模，RepUpsample作为上采样方法都可以提升语义分割网络的性能。相比双线性插值算法，mIOU平均能够提升1.77％，P.A.平均能够提升0.74％，相比转置卷积，mIOU能够提升1.16％、P.A.能够提升0.35％。
一种基于车载摄像头驾驶环境感知方法

[发明专利]一种自动梯度量化的联邦学习装置和方法-CN202110793456.8有效
发明人：连子锐;朱宗卫;周学海;李曦;王超 -专利权人：中国科学技术大学
申请日： 2021-07-14 - 公布日： 2023-06-20 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种自动梯度量化的联邦学习框架和方法。其中，所述框架包括：量化指示器模块、量化策略模块以及量化优化器模块；量化指示器模块用于确定历史模型量化指标和当前模型量化指标的量化指标差值；量化策略模块用于根据量化指标差值和当前模型量化指标来进行量化精度调整；量化优化器模块用于根据结合调整因子的梯度下降算法对模型进行训练，以得到更新后的模型。本实施例的技术方案，通过量化指示器模块、量化策略模块以及量化优化器模块的紧密协作来平衡各个节点每一轮迭代的通信时间，在异构边缘人工智能系统上实现了通信加速并保持模型训练的准确性。
一种自动梯度量化联邦学习装置方法

[发明专利]用于客户端异构和数据异构场景的联邦学习方法和装置-CN202211722497.9在审
发明人：朱宗卫;左雁茹;周学海;王超 -专利权人：中国科学技术大学苏州高等研究院
申请日： 2022-12-30 - 公布日： 2023-06-06 - 主分类号： G06N20/20 文献下载
摘要：本发明公开了一种用于客户端异构和数据异构场景的联邦学习方法和装置。其中，该方法包括：中央服务器发送当前全局模型给所选的每个目标客户端；计算每个目标客户端的本地训练能力；根据每个目标客户端的训练能力，自动确定每个目标客户端对应的本地训练轮次；根据本地训练轮次，每个目标客户端基于引入优化的损失函数进行本地模型更新，以得到更新后的模型参数；中央服务器进行全局模型的聚合更新并开启下一轮训练。本发明在客户端进行本地训练时，通过不同客户端的训练能力自动选择训练轮次，并通过优化目标函数来以削弱Non‑IID数据带来的数据偏移问题，减轻了联邦学习中的系统异构性和数据异构性，提高了模型的训练效率。
用于客户端数据场景联邦学习方法装置

[发明专利]基于异构算力感知的去中心化联邦学习框架及建模方法-CN202110258488.8有效
发明人：朱宗卫;周学海;李曦;王超 -专利权人：中国科学技术大学苏州高等研究院
申请日： 2021-03-10 - 公布日： 2023-06-06 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于异构算力感知的去中心化联邦学习框架，包括云端协调器和若干设备端；所述云端协调器用于运行时管理、训练和参数更新方案生成、定期模型备份；所述设备端用于向云端协调器传输设备信息，在本地运行模型，更新设备端参数；所述云端协调器获取设备端一次训练时间的最小公倍数为超周期，设备端在超周期内计算不同的步长，在超周期的整数倍时聚合模型。根据设备计算能力不同而运行不同的本地步骤，在模型聚合过程中，为了减少慢节点的负面影响；采用了分布式的点对点通信方式，可以在不增加整体通信量的情况下，消除在分布式训练过程中中央服务器的通信压力。
基于异构算力感知中心联邦学习框架建模方法

[发明专利]基于Entity Embedding和TCN模型的移动应用使用行为预测方法-CN202111207574.2有效
发明人：朱宗卫;郑永春;王超;周学海;李曦 -专利权人：中国科学技术大学苏州高等研究院
申请日： 2021-10-18 - 公布日： 2023-06-06 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了基于Entity Embedding和TCN模型的移动应用使用行为预测方法，包括：获取用户的移动应用使用信息原始数据集；对移动应用使用信息原始数据集进行预处理；基于神经网络的Embedding层对分类型数据进行Entity Embedding，构建特征数据；以特征数据作为输入，构建TCN网络预测模型；通过训练和验证得到最佳TCN网络预测模型，对即将使用的移动应用进行预测。本发明综合考虑了App使用序列和上下文环境对App使用的影响，将Entity Embedding特征提取方法和TCN神经网络应用于移动应用使用行为预测，避免了传统机器学习模型繁琐的特征处理过程，而且使用Entity Embedding的方法提取特征数据，能够通过自定义输入到TCN模型的特征数据维度来提高TCN模型的预测能力。
基于 entity embedding tcn 模型移动应用使用行为预测方法

1
2
3
4
5
6
7
8
9
下一页»
尾页
共 123 条