摘要： 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)具有過度依賴硬件資源和對應(yīng)用設(shè)備性能要求較高的缺點(diǎn),因此無法部署于算力有限的邊緣設(shè)備和移動終端上,人工智能技術(shù)的應(yīng)用發(fā)展在一定程度上受到了限制。然而,隨著科技時代的到來,受用戶需求影響的人工智能迫切需要在便攜式設(shè)備上能成功進(jìn)行如計算機(jī)視覺應(yīng)用等方面的操作。為此,以近幾年流行的輕量化神經(jīng)網(wǎng)絡(luò)中的卷積部分為研究對象,詳細(xì)比對了各類輕量化模型中卷積構(gòu)成方式的區(qū)別,并針對卷積設(shè)計的主要思路和特點(diǎn)進(jìn)行了較為詳細(xì)的闡述。首先,通過引入輕量化神經(jīng)網(wǎng)絡(luò)的概念,介紹了輕量化神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀和網(wǎng)絡(luò)中卷積方面所面臨的問題;然后,將卷積分為卷積結(jié)構(gòu)輕量化、卷積模塊輕量化和卷積運(yùn)算輕量化三方面進(jìn)行介紹,具體通過對各類輕量化神經(jīng)網(wǎng)絡(luò)模型中卷積設(shè)計的研究,來展示不同卷積的輕量化效果,并對其中優(yōu)化方法的優(yōu)缺點(diǎn)進(jìn)行闡述;最后,對文中所有輕量化模型卷積設(shè)計的主要思路和使用方式進(jìn)行了總結(jié)分析,并對其未來的可能性發(fā)展進(jìn)行了展望。

摘要： 利用Graf法進(jìn)行發(fā)育性髖關(guān)節(jié)發(fā)育不良(Developmental Dysplasia of the Hip, DDH)診斷時主要依靠骨-軟骨交界面、股骨頭、滑膜皺襞、關(guān)節(jié)囊及軟骨膜、盂唇、軟骨頂、骨性頂這7個解剖結(jié)構(gòu)進(jìn)行解剖驗(yàn)證,而初級醫(yī)生對上述結(jié)構(gòu)識別困難,因此文章提出了一種基于DeeplabV3+的網(wǎng)絡(luò)模型用于7個結(jié)構(gòu)的分割識別。首先對納入的106例圖像進(jìn)行手動標(biāo)記和預(yù)處理,之后將其分別輸入DeeplabV3+和U-Net兩種網(wǎng)絡(luò)模型中,最終對其預(yù)測圖表現(xiàn)和分割性能進(jìn)行比較。與目前DDH圖像分割中常用且表現(xiàn)優(yōu)越的U-Net網(wǎng)絡(luò)相比,DeeplabV3+網(wǎng)絡(luò)的預(yù)測圖包含的結(jié)構(gòu)較多,邊界分割也較清晰,其圖像分割評價指標(biāo)如相似性系數(shù)、豪斯多夫距離和平均豪斯多夫距離平均值的表現(xiàn)也優(yōu)于U-Net網(wǎng)絡(luò)。文章利用DeeplabV3+網(wǎng)絡(luò)實(shí)現(xiàn)了DDH超聲圖像的7個結(jié)構(gòu)分割,對臨床醫(yī)生進(jìn)行后續(xù)圖像的角度測量和分型診斷具有重要意義。

摘要： 隨著微博、抖音等新媒體的普及,網(wǎng)絡(luò)流行語層出不窮,越來越受到當(dāng)代年輕人的追捧。通過對心理空間的構(gòu)建、組合、完善、擴(kuò)展等認(rèn)知操作,概念整合理論可以為網(wǎng)絡(luò)流行語的動態(tài)解讀提供新的視角。文章選取近兩年《咬文嚼字》公布的年度網(wǎng)絡(luò)流行語為研究語料,運(yùn)用概念整合理論分析網(wǎng)絡(luò)流行語語義的動態(tài)構(gòu)建過程,為網(wǎng)絡(luò)流行語的創(chuàng)新語義構(gòu)建和理解提供一個新的理論視角。研究表明,概念整合理論對網(wǎng)絡(luò)流行語的語義構(gòu)建有著較強(qiáng)的闡釋力。

摘要： 智能剩余電流保護(hù)器具有靈敏度高、功能多樣等優(yōu)勢,但其結(jié)構(gòu)復(fù)雜、抗干擾性和可靠動作性較差、故障率較高,且造成保護(hù)器同一故障現(xiàn)象的原因較多,不易檢查。針對上述保護(hù)器的不足,文中設(shè)計一種基于深度置信網(wǎng)絡(luò)的故障診斷系統(tǒng)對保護(hù)器進(jìn)行故障診斷。系統(tǒng)設(shè)計包括硬件和軟件兩部分,硬件設(shè)計用于對剩余電流保護(hù)器進(jìn)行出廠參數(shù)設(shè)定、功能測試及故障數(shù)據(jù)收集,建立故障數(shù)據(jù)集;軟件設(shè)計包括搭建網(wǎng)絡(luò)模型、提取故障數(shù)據(jù)特征、定位故障位置。測試結(jié)果表明,文中系統(tǒng)可完成對剩余電流保護(hù)器的批量自檢,可對故障保護(hù)器進(jìn)行故障診斷的正確率達(dá)到92.9%。

摘要： 輸電線路在線監(jiān)測系統(tǒng)是智能電網(wǎng)的重要組成部分。針對當(dāng)前缺乏有效構(gòu)建滿足性能要求的在線監(jiān)測網(wǎng)絡(luò)模型的問題,提出一種基于代價函數(shù)的綜合評價建模方法。模型融合短距ZigBee無線中繼通信和長距5G通信,根據(jù)通信過程中的延遲和能耗兩個指標(biāo)對所有節(jié)點(diǎn)通過優(yōu)化方式進(jìn)行分組,使得傳輸數(shù)據(jù)的代價函數(shù)最優(yōu)。實(shí)驗(yàn)結(jié)果表明,所提出的模型能夠有效構(gòu)建出性能優(yōu)化的在線監(jiān)測系統(tǒng)網(wǎng)絡(luò),有利于實(shí)現(xiàn)智能電網(wǎng)和雙碳目標(biāo)。

摘要： 鑒于系統(tǒng)性風(fēng)險問題愈演愈烈,加強(qiáng)宏觀審慎導(dǎo)向已成為后危機(jī)時代金融監(jiān)管的主流,引起學(xué)界普遍關(guān)注。對系統(tǒng)性風(fēng)險測度的方法可以從微觀和宏觀審慎監(jiān)管兩個角度進(jìn)行評述和比較,并具體利用宏觀壓力測試法、網(wǎng)絡(luò)模型法和未定權(quán)益分析法這三種宏觀方法進(jìn)行風(fēng)險測度。同時需對金融監(jiān)管的現(xiàn)狀進(jìn)行有益探索,提出必要意見和建議。

摘要： 本文在機(jī)場環(huán)境下,由于天氣/激光雷達(dá)視角以及飛機(jī)本身相互遮擋問題,導(dǎo)致激光雷達(dá)獲取的點(diǎn)云不完整,提出了一種基于深度學(xué)習(xí)的激光雷達(dá)點(diǎn)云補(bǔ)全算法,通過改進(jìn)PCN網(wǎng)絡(luò)模型實(shí)現(xiàn)點(diǎn)云補(bǔ)全的算法。編碼層基于PointNet(Point Completion Network)網(wǎng)絡(luò)結(jié)構(gòu),擴(kuò)展增加一層多層感知器(Shared MLP)和逐點(diǎn)最大池化層(Point-feature Maxpool)組合,并聯(lián)合第一層池化層的結(jié)果作為輸入實(shí)現(xiàn)點(diǎn)云補(bǔ)全。實(shí)驗(yàn)結(jié)果表明,改進(jìn)模型點(diǎn)云數(shù)據(jù)更加稠密均勻,物體輪廓特征細(xì)節(jié)部分補(bǔ)全效果更好。

摘要： 在信息時代下,網(wǎng)絡(luò)已經(jīng)人們學(xué)習(xí)、工作和生活中不可或缺的組成部分,為了更進(jìn)一步發(fā)揮網(wǎng)絡(luò)優(yōu)勢,推動社會發(fā)展,應(yīng)進(jìn)一步推動網(wǎng)絡(luò)設(shè)計、運(yùn)營和優(yōu)化。通過網(wǎng)絡(luò)性能仿真,有助于收集網(wǎng)絡(luò)數(shù)據(jù)信息,由于網(wǎng)絡(luò)異構(gòu)性,數(shù)據(jù)信息傳輸過程中存在很大的復(fù)雜性和多變性。

摘要： 城市公共服務(wù)設(shè)施的分布影響居民日常生活質(zhì)量。隨著生活水平不斷地提高,人們對于城市的公共服務(wù)設(shè)施要求越來越高,可達(dá)性則是評價公共服務(wù)設(shè)施合理性的重要指標(biāo)之一。筆者基于銅陵市的POI數(shù)據(jù),利用ArcGIS軟件平臺,采用網(wǎng)絡(luò)分析、兩步移動搜索等方法研究銅陵市的醫(yī)療、教育、銀行的可達(dá)性和公平性。根據(jù)不同類型的公共服務(wù)設(shè)施的特征,選擇合適的分析方法。研究結(jié)果表明:(1)從整體空間分布來看,銅陵市的三種城市公共服務(wù)設(shè)施特征明顯,主要集中分布于西部地區(qū),東部地區(qū)零星分布,從而使得西部地區(qū)城市公共服務(wù)可達(dá)性良好,東部地區(qū)城市公共服務(wù)設(shè)施可達(dá)性有待提高。(2)銅官區(qū)教育服務(wù)設(shè)施可達(dá)性空間分布相對來說比較均勻,共有166個教育相關(guān)公共服務(wù)設(shè)施,大部分設(shè)施分布在居民社區(qū)1000 m范圍內(nèi)。(3)銅官區(qū)醫(yī)療設(shè)施共有113家,主要集中于西部地區(qū),此區(qū)域可達(dá)性較好,大部分醫(yī)院分布于距離社區(qū)1500 m之內(nèi),步行約15 min內(nèi)即可到達(dá),騎車大約6 min可以到達(dá),而東部區(qū)域分布極少。(4)銅官區(qū)金融服務(wù)設(shè)施有87家,集中分布于西部區(qū)域,東部地區(qū)金融服務(wù)設(shè)施匱乏,可達(dá)性不理想。(5)從種類上看,城市教育服務(wù)設(shè)施的可達(dá)性最好,其次分別為醫(yī)療公共服務(wù)設(shè)施,最次是金融公共服務(wù)設(shè)施。

摘要： 針對火災(zāi)蔓延模擬工作量大、對防火構(gòu)造考慮不充分等問題,結(jié)合云南勐卡老寨的火災(zāi)蔓延風(fēng)險評估,提出了一種基于網(wǎng)絡(luò)模型的村寨建筑群火災(zāi)蔓延簡化分析方法。該方法通過現(xiàn)場勘查和簡化計算確定建筑火災(zāi)向周邊蔓延的路徑,建立建筑群火災(zāi)蔓延網(wǎng)絡(luò)的鄰接矩陣,進(jìn)一步結(jié)合網(wǎng)絡(luò)節(jié)點(diǎn)遍歷算法確定出不同火災(zāi)場景下的蔓延范圍,在此基礎(chǔ)上分析了不同火災(zāi)場景、不同區(qū)域的火災(zāi)蔓延風(fēng)險。

摘要： 研究目標(biāo):擴(kuò)展傳統(tǒng)的空間相依模型,估計家庭中幸福感相互影響在不同群體間的差異.研究方法:將異質(zhì)內(nèi)生項(xiàng)和網(wǎng)絡(luò)模型特征融入傳統(tǒng)的離散響應(yīng)模型,定量地描述相依關(guān)系的異質(zhì)性.研究發(fā)現(xiàn),MCMC結(jié)果表明,復(fù)合似然估計對包異質(zhì)內(nèi)生系數(shù)在內(nèi)的所有系數(shù)的估計具有漸進(jìn)一致和漸進(jìn)正態(tài)的良好性質(zhì);在一定條件下,內(nèi)生系數(shù)的異質(zhì)性意味著異質(zhì)的潛變量的變動甚至是平均邊際影響的差異.應(yīng)用該模型對CFPS 2010年的家庭數(shù)據(jù)進(jìn)行研究,結(jié)果表明,幸福感在家庭內(nèi)部存在相互影響,但與通常所認(rèn)為的不同,男性更容易受到其他家庭成員的影響,從而健康狀況和教育水平對男性群體的幸福感影響更大.研究創(chuàng)新:將網(wǎng)絡(luò)模型和影響的非對稱性引入到幸福感研究中.研究價值:異質(zhì)模型對存在相依關(guān)系的政策制定具有一定的意義.

摘要： 研究流體在微觀尺度的流動需要考慮范德華力的影響.根據(jù)對泊肅葉定律做出修正,建立了考慮范德華力作用的網(wǎng)絡(luò)模型,利用該網(wǎng)絡(luò)模型對微觀尺度下水驅(qū)油過程進(jìn)行模擬,研究了不同喉道半徑分布模式下的驅(qū)油效果.結(jié)果表明,相較于正態(tài)分布,喉道半徑為瑞利分布或威布爾分布時,由于非均質(zhì)性更強(qiáng),因此剩余油比例也更大,見水時間更早,累積采油量也更小.

摘要： 文中針對軍事應(yīng)急物流體系基礎(chǔ)設(shè)施的基本特征,把軍事應(yīng)急物流中的專業(yè)設(shè)施和功能設(shè)施抽象為網(wǎng)絡(luò)節(jié)點(diǎn),按照連通性將網(wǎng)絡(luò)節(jié)點(diǎn)之間的物流線路作為網(wǎng)絡(luò)邊,最終建立了多種運(yùn)輸方式聯(lián)合運(yùn)輸條件下的物流保障網(wǎng)絡(luò)模型,并對其基本特征進(jìn)行了分析.

摘要： 國內(nèi)對旅游產(chǎn)業(yè)集群的研究剛剛起步,學(xué)者對旅游產(chǎn)業(yè)集群空間結(jié)構(gòu)的研究僅是從旅游企業(yè)的圈層關(guān)系、地位結(jié)構(gòu)等方面入手.本文選取景區(qū)(旅游產(chǎn)業(yè)集群中最小的單位)作為考察對象,通過構(gòu)建“空間-產(chǎn)業(yè)-企業(yè)”集群網(wǎng)絡(luò)模型,以無錫陽山生態(tài)休閑旅游度假區(qū)為例,對其旅游產(chǎn)業(yè)集群進(jìn)行逐層解析,而后再回歸模型.得出,成熟的旅游產(chǎn)業(yè)集群的空間結(jié)構(gòu),是趨于均衡的、網(wǎng)絡(luò)化的空間組織形態(tài).

摘要： 改善地鐵系統(tǒng)工程及配套設(shè)施,優(yōu)化地鐵候車環(huán)境,降低能耗,提高城市軌道交通水平,是一種必然的要求和趨勢.自然通風(fēng)能夠在降低能耗的同時為室內(nèi)引入新風(fēng),改善室內(nèi)空氣品質(zhì),是在地鐵環(huán)控設(shè)計中常被忽略的重要節(jié)能手段.本文通過對地鐵車站自然通風(fēng)量的各種影響因素進(jìn)行分析,提出了使用網(wǎng)絡(luò)模型法來動態(tài)估算地鐵車站自然通風(fēng)量的方法.并通過與現(xiàn)場測試結(jié)果的對比驗(yàn)證了該方法的準(zhǔn)確性.該方法計算過程簡便,可對地鐵環(huán)控設(shè)計以及設(shè)備的運(yùn)行管理調(diào)控提供一定的參考依據(jù).

摘要： 詳細(xì)介紹了通風(fēng)網(wǎng)絡(luò)的基本理論、計算求解過程和編程方法,著重研究了通風(fēng)網(wǎng)絡(luò)理論中的回路風(fēng)量法和牛頓迭代法求解隧道網(wǎng)絡(luò)風(fēng)量的理論公式和計算過程.目前基于圖論的通風(fēng)網(wǎng)絡(luò)模型在礦井和地下建筑物隧道通風(fēng)方面都有十分廣泛的研究和應(yīng)用,便于利用計算機(jī)進(jìn)行計算分析.

摘要： 本文針對直升機(jī)總體設(shè)計方案,從進(jìn)度風(fēng)險、費(fèi)用風(fēng)險、技術(shù)指標(biāo)風(fēng)險、采購風(fēng)險和生產(chǎn)工藝風(fēng)險五個方面進(jìn)行風(fēng)險評估.建立直升機(jī)總體設(shè)計過程隨機(jī)網(wǎng)絡(luò)模型,分別進(jìn)行進(jìn)度風(fēng)險和費(fèi)用風(fēng)險仿真,得到費(fèi)用和進(jìn)度在期望范圍得以實(shí)現(xiàn)的風(fēng)險大小;利用人工神經(jīng)網(wǎng)絡(luò)模型,以方案總體參數(shù)為輸入,方案階段技術(shù)指標(biāo)與成型機(jī)技術(shù)指標(biāo)的差距百分比為輸出,預(yù)估待評方案技術(shù)指標(biāo)風(fēng)險;同時建立采購風(fēng)險和生產(chǎn)工藝風(fēng)險評估模型;最后以算例驗(yàn)證此方法的可行性.

摘要： 通過研究在圖形化工程仿真環(huán)境下進(jìn)行燃油仿真系統(tǒng)開發(fā)的流程和設(shè)計,以某型飛機(jī)燃油系統(tǒng)為具體仿真對象,搭建了基于基爾霍夫的供輸油性能網(wǎng)絡(luò)模型、雙余度供輸油控制模型和多向性交輸供油的油箱模型,并對其中的一條供輸油性能網(wǎng)絡(luò)模型進(jìn)行了性能測試,通過設(shè)計數(shù)據(jù)和仿真測試數(shù)據(jù)對比,得出了仿真結(jié)果"準(zhǔn)確、可信"的結(jié)論.

摘要： 針對深度學(xué)習(xí)技術(shù)迅速發(fā)展的基本狀況,分析深度學(xué)習(xí)技術(shù)的主要研究現(xiàn)狀,結(jié)合其基本原理和主要應(yīng)用領(lǐng)域,對深度學(xué)習(xí)技術(shù)進(jìn)行分類和總結(jié),指出目前深度學(xué)習(xí)技術(shù)發(fā)展的瓶頸問題,歸納出未來深度學(xué)習(xí)技術(shù)發(fā)展的主流趨勢.

摘要： 針對深度學(xué)習(xí)技術(shù)迅速發(fā)展的基本狀況,分析深度學(xué)習(xí)技術(shù)的主要研究現(xiàn)狀,結(jié)合其基本原理和主要應(yīng)用領(lǐng)域,對深度學(xué)習(xí)技術(shù)進(jìn)行分類和總結(jié),指出目前深度學(xué)習(xí)技術(shù)發(fā)展的瓶頸問題,歸納出未來深度學(xué)習(xí)技術(shù)發(fā)展的主流趨勢.

摘要： 本發(fā)明提出了一種基于對抗生成網(wǎng)絡(luò)的散景效果渲染方法，通過設(shè)計一個輕量化的網(wǎng)絡(luò)，并同時使用TensorFlow Lite框架支持的算子重新實(shí)現(xiàn)了實(shí)例歸一化，確保提出的一個由眼鏡形狀的端到端生成器以及多感受野判別器組成的對抗生成網(wǎng)絡(luò)來訓(xùn)練散景渲染模型的所有算子都能在智能手機(jī)的GPU上進(jìn)行計算，且不占用很大的資源。本發(fā)明同時還達(dá)到了不依賴于先驗(yàn)的方法的同時，還可以顯著的檢測出待聚焦區(qū)域，使得失焦區(qū)域的模糊效果也很自然，適用于多場景的情況而非只能處理人像等特定場景的目的。

摘要： 一種基于隨機(jī)重疊派系的可控網(wǎng)絡(luò)直徑的公交網(wǎng)絡(luò)模型的建立方法，將公交網(wǎng)絡(luò)表示成站點(diǎn)和線路(即派系，網(wǎng)絡(luò)中的最大完全子圖)的關(guān)系，在數(shù)值表述時采用鄰接矩陣表示網(wǎng)絡(luò)關(guān)系圖，包括以下步驟：設(shè)定網(wǎng)絡(luò)直徑為N；網(wǎng)絡(luò)將從邏輯上表現(xiàn)為(N+1)層結(jié)構(gòu)，其中第(m-1)層的派系映射為m層的一點(diǎn)(1≤m≤N+1)；原始網(wǎng)絡(luò)由彼此重疊的派系組成，每次向原始網(wǎng)絡(luò)中增加一個派系，與此同時保證每層網(wǎng)絡(luò)都由派系組成，其中第(N-1)層網(wǎng)絡(luò)將是一個派系，而網(wǎng)絡(luò)的第N層是一個點(diǎn)；從而生成一個理想N深度派系網(wǎng)絡(luò)；本發(fā)明在幾乎零成本的情況下降低公交網(wǎng)絡(luò)的最大換乘次數(shù)和降低平均換乘次數(shù)，可以提高公交系統(tǒng)的服務(wù)性能。

摘要： 本發(fā)明涉及超聲波檢測技術(shù)領(lǐng)域，尤其涉及一種基于該神經(jīng)網(wǎng)絡(luò)模型的超聲波束形成方法，包括：處理設(shè)備接收超聲回波射頻信號并進(jìn)行初步處理，以使超聲回波射頻信號能夠適用于神經(jīng)網(wǎng)絡(luò)模型；將超聲回波射頻信號輸入神經(jīng)網(wǎng)絡(luò)模型；對超聲回波射頻信號進(jìn)行多次卷積處理，并在進(jìn)行每一次卷積處理后進(jìn)行一次池化處理；將完成最后一次池化處理后的超聲回波射頻信號進(jìn)行一維化處理，以將超聲回波射頻信號從三維數(shù)據(jù)轉(zhuǎn)換為一維數(shù)據(jù)；將一維數(shù)據(jù)進(jìn)行多次分類處理；將完成分類處理后的超聲回波射頻信號進(jìn)行灰度映射以形成超聲波束。有益效果：通過神經(jīng)網(wǎng)絡(luò)模型對超聲回波射頻信號進(jìn)行優(yōu)化處理以提取出目標(biāo)特征，從而形成質(zhì)量更佳的超聲波束。

摘要： 本申請涉及一種網(wǎng)絡(luò)模型訓(xùn)練方法、裝置、文本分類模型及網(wǎng)絡(luò)模型，屬于計算機(jī)技術(shù)領(lǐng)域。該網(wǎng)絡(luò)模型訓(xùn)練方法包括：獲取訓(xùn)練樣本集，所述訓(xùn)練樣本集包括常見類樣本和少見類樣本；利用所述訓(xùn)練樣本集對雙邊分支網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的文本分類模型，其中，所述雙邊分支網(wǎng)絡(luò)模型的兩個分支網(wǎng)絡(luò)均包括基于多尺度注意力機(jī)制模塊的編碼層。本申請實(shí)施例中，通過基于多尺度注意力機(jī)制模塊的編碼層來構(gòu)建雙邊分支網(wǎng)絡(luò)模型，通過將多個信息頭的信息進(jìn)行融合，來獲取豐富的語義信息，從而能使模型盡快收斂，以及提高模型的分類精度。

摘要： 一種基于隨機(jī)重疊派系的可控網(wǎng)絡(luò)直徑的公交網(wǎng)絡(luò)模型的建立方法，將公交網(wǎng)絡(luò)表示成站點(diǎn)和線路(即派系，網(wǎng)絡(luò)中的最大完全子圖)的關(guān)系，在數(shù)值表述時采用鄰接矩陣表示網(wǎng)絡(luò)關(guān)系圖，包括以下步驟：設(shè)定網(wǎng)絡(luò)直徑為N；網(wǎng)絡(luò)將從邏輯上表現(xiàn)為(N+1)層結(jié)構(gòu)，其中第(m-1)層的派系映射為m層的一點(diǎn)(1≤m≤N+1)；原始網(wǎng)絡(luò)由彼此重疊的派系組成，每次向原始網(wǎng)絡(luò)中增加一個派系，與此同時保證每層網(wǎng)絡(luò)都由派系組成，其中第(N-1)層網(wǎng)絡(luò)將是一個派系，而網(wǎng)絡(luò)的第N層是一個點(diǎn)；從而生成一個理想N深度派系網(wǎng)絡(luò)；本發(fā)明在幾乎零成本的情況下降低公交網(wǎng)絡(luò)的最大換乘次數(shù)和降低平均換乘次數(shù)，可以提高公交系統(tǒng)的服務(wù)性能。

摘要： 本申請涉及芯片封裝的熱可靠性技術(shù)領(lǐng)域，公開了芯片熱阻網(wǎng)絡(luò)模型的優(yōu)化方法、裝置及熱阻網(wǎng)絡(luò)模型，本申請實(shí)施例根據(jù)不同的表面結(jié)點(diǎn)選取方案構(gòu)建芯片熱阻網(wǎng)絡(luò)模型，將構(gòu)建的芯片熱阻網(wǎng)絡(luò)模型和所述芯片三維仿真模型進(jìn)行熱仿真對比，以獲取二者之間的芯片結(jié)溫差，并選取與芯片三維仿真模型的芯片結(jié)溫差最小的芯片熱阻網(wǎng)絡(luò)模型作為最終優(yōu)化的芯片熱阻網(wǎng)絡(luò)模型。本申請實(shí)現(xiàn)了芯片熱阻網(wǎng)絡(luò)模型的優(yōu)化建模，構(gòu)建的芯片熱阻網(wǎng)絡(luò)模型能夠很好地等效芯片三維仿真模型，為后續(xù)的芯片結(jié)溫的準(zhǔn)確計算奠定良好的基礎(chǔ)。

摘要： 本發(fā)明提供了一種基于生成對抗網(wǎng)絡(luò)模型的水下圖像修復(fù)方法和生成對抗網(wǎng)絡(luò)模型的訓(xùn)練方法，屬于水下圖像處理技術(shù)領(lǐng)域。生成對抗網(wǎng)絡(luò)模型包括生成器網(wǎng)絡(luò)和判別器網(wǎng)絡(luò)，生成器網(wǎng)絡(luò)包括依次設(shè)置的編碼器網(wǎng)絡(luò)塊、特征轉(zhuǎn)換網(wǎng)絡(luò)塊以及解碼器網(wǎng)絡(luò)塊，生成器網(wǎng)絡(luò)和判別器網(wǎng)絡(luò)均包括多個BN層和PReLU層；在訓(xùn)練時，生成器網(wǎng)絡(luò)中的編碼器網(wǎng)絡(luò)塊和解碼器網(wǎng)絡(luò)塊之間還設(shè)置有剩余路徑網(wǎng)絡(luò)塊。本發(fā)明通過在編碼器網(wǎng)絡(luò)塊和解碼器網(wǎng)絡(luò)塊之間并添加了剩余路徑網(wǎng)絡(luò)塊，增強(qiáng)生成器的細(xì)節(jié)特征提取能力，緩解了編碼器低級特征與解碼器高級特征之間的語義差異，避免了編碼器下采樣過程中的細(xì)節(jié)丟失，使得增強(qiáng)后的圖像細(xì)節(jié)紋理更清晰。

摘要： 在優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的方法中，接收關(guān)于第一神經(jīng)網(wǎng)絡(luò)模型的第一模型信息。接收關(guān)于用于執(zhí)行第一神經(jīng)網(wǎng)絡(luò)模型的第一目標(biāo)設(shè)備的設(shè)備信息?；诘谝荒Ｐ托畔?、設(shè)備信息以及多個適合性確定算法中的至少一個，執(zhí)行對第一神經(jīng)網(wǎng)絡(luò)模型是否適合于在第一目標(biāo)設(shè)備上執(zhí)行的分析。輸出分析的結(jié)果，使得第一模型信息和分析的結(jié)果顯示在屏幕上。

摘要： 一種用于壓縮神經(jīng)網(wǎng)絡(luò)模型的電子裝置可以基于原始的訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型來獲取訓(xùn)練數(shù)據(jù)對，并且使用獲取的訓(xùn)練數(shù)據(jù)對來訓(xùn)練從原始的訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型壓縮的壓縮神經(jīng)網(wǎng)絡(luò)模型。

摘要： 本文描述了用于訓(xùn)練第一神經(jīng)網(wǎng)絡(luò)模型和第二神經(jīng)網(wǎng)絡(luò)模型的系統(tǒng)和方法。所述系統(tǒng)包括：存儲器(106)，其包括表示指令集的指令數(shù)據(jù)；以及處理器(102)，其被配置為與所述存儲器(106)通信并運(yùn)行所述指令集。所述指令集在由所述處理器(102)運(yùn)行時令所述處理器(102)：基于所述第一模型中的對應(yīng)的權(quán)重來設(shè)置所述第二模型中的權(quán)重；在第一數(shù)據(jù)集上訓(xùn)練所述第二模型，其中，所述訓(xùn)練包括更新所述第二模型中的所述權(quán)重；并且基于所述第二模型中的更新的權(quán)重來調(diào)整所述第一模型中的所述對應(yīng)的權(quán)重。