本申请提供了一种基于层叠式感知交互模块的可交互屏幕、及其方法和系统，包括；层叠式感知交互模块，包括多个横向与纵向交错层叠排布的NFC感应天线单元，用于感应移动设备实时广播的磁场信号以确定与移动设备之间的相对位置，并在触发触碰响应后获取移...

本申请提供了一种基于离散型感知交互模块的可交互屏幕、及其方法和系统，所述屏幕包括；离散型感知交互模块，包括多个NFC射频识别单元和射频天线，用于感应移动设备实时广播的磁场信号以确定与移动设备之间的相对位置，并在触发触碰响应后获取移动设备...

本发明公开了一种可自适应划分子森林的分布式级联森林方法，其特点是采用分布式级联森林的方法，使每次子森林进行并行计算时都能得到最大的并行资源，以达到子森林自适应划分的目的，具体包括：分布式级联森林和子森林自适应划分两个部分，所述分布式级联...

本发明公开了一种基于对比学习的紧凑深度学习去雾方法，其方法包括：首先通过训练一个紧凑的深度学习模型获得预测的复原图像，然后将输入的雾图，对应的清晰图，以及预测的复原图分别输入到一个预训练的VGGNet模型以获得中间特征；最后，将这些特征...

本发明公开了一种基于傅里叶红外光谱仪的光电流谱自动测试系统，其特点是该测试系统包括光源组件、环境控制组件、测量模块及控制模块组成，测试半导体材料或器件在不同温度、不同电压或电流偏置下的光电性能，评估材料或器件在不同条件下的工作性能。本发...

本发明公开了一种基于三端突触器件的联想学习神经网络阵列，其特点是利用四个铁电突触与两个IF神经元构建的阵列式神经网络系统，输入具有时间差的脉冲序列来训练该网络，IF神经元通过调节网络系统输入的脉冲信号，改变铁电突触栅极的脉冲信号频率，从...

本发明公开了一种基于深度强化学习的边缘计算智能缓存方法，其特点是将流行度模型与深度强化学习结合来对当前资源进行边缘缓存的方法，智能体会判断短时间内该资源是否可能被再次请求，并且会选择缓存被再次请求可能性更高的资源，该方法分析用户请求资源...

本发明公开了一种安全的去除第三方的混合联邦学习框架及方法，其混合学习框架包括:多个分布式计算节点，从数个分布式计算节点中选取数个边缘聚合器；其混合联邦学习方法具体为：设有m个小组，每个小组里有n个组员：每个小组i,1≤i≤m；首先根据数...

本发明公开了一种基于无服务器架构的物联网数据异常检测方法，所述方法包括：采用第三方物联网云平台作为物联网设备的接入端，所有物联网设备通过特定协议接入第三方物联网平台，并将采集的数据上报到第三方物联网平台；用户为接入系统的任一物联网设备选...

本发明公开了一种基于深度学习的平台相关的广告点击率预测方法。首先，获取多个平台的广告特征数据和用户行为数据，形成初步的数据集；其次筛选特征并对特征数据进行清理及标准化；再为每个平台构建点击率预测模型，根据准确率将平台分为训练集和测试集；...

本发明公开了一种基于安全多方计算的最大信息系数方法，数据提供方将特征数据离散在二维坐标系中，将当前二维坐标系划分为网格区域，将特征数据在网格区域中的位置分布形成编码矩阵并且加密发送给数据应用方。数据应用方根据编码矩阵的密文和标签矩阵在网...

本发明公开了一种基于罚函数交叉边界法的多目标自适应分类方法，包括步骤1：输入一个待分类的种群P，步骤2：选择参考点集合P

本发明公开了一种基于互注意力Transformer的医学影像三维重建方法，本发明的特点是基于互注意力Transformer的无监督学习方法，根据超声或CT影像的特征，设计基于互注意力机制的卷积神经网络结构，通过迁移学习，采用无监督机制，...

本发明公开了一种跨视图视觉Transformer的超声或CT医学影像三维重建方法，本发明的特点是建立跨视图的Transformer学习网络结构，采用无监督学习，根据超声或CT影像采集数据的特点，设计基于视觉Transformer的卷积神...

本发明公开了一种两视图孪生Transformer的超声或CT影像跨模态三维重建方法，本发明的特点是建立两视图孪生Transformer网络结构，采用无监督迁移学习，对采样序列中任意一帧影像的相邻两帧，通过构建的孪生网络进行特征学习，可以...

本发明公开了一种2D到3D端对端的超声或CT医学影像跨模态重建方法，本发明的特点是建立2D到3D端到端的Transformer学习网络，采用无监督学习，借助于自然图像的成像规律，在医学影像少纹理多噪声的情况下，实现跨模态医学影像2D到3...

本发明公开了一种跨视图几何约束的医学影像三维重建方法，本发明的特点是建立跨视图Transformer网络结构，借助于自然图像的成像规律，采用无监督迁移学习，设计基于卷积神经网络结构的跨视图Transformer，在注意力矩阵计算时采用计...

本发明公开了一种极线约束的稀疏注意力机制医学影像三维重建方法，本发明的特点是建立跨视图Transformer网络结构，借助于自然图像的成像规律，采用无监督迁移学习，设计基于卷积神经网络结构的跨视图Transformer，在注意力矩阵计算...

本发明公开了一种基于自注意力Transformer的超声或CT医学影像三维重建方法，本发明的特点是基于Transformer的多层特征感知的无监督学习机制，根据超声或CT影像采集数据的特点，设计基于视觉Transformer的卷积神经网...

本发明公开了一种基于服务器和客户端双重检测的联邦学习中毒攻击的防御方法，其特点是在服务器不访问客户端训练数据的前提下，通过获取客户端正常进行联邦学习模型训练与模拟中毒攻击下的联邦学习模型训练的结果，作为中毒攻击检测器的训练数据集，从而为...