买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳大学申请的专利面向跨场景部署的智能边缘计算方法、系统、终端及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119152351B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411661341.3，技术领域涉及：G06V10/94；该发明授权面向跨场景部署的智能边缘计算方法、系统、终端及介质是由毕宿志;焦伟强;李贤;全智设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本面向跨场景部署的智能边缘计算方法、系统、终端及介质在说明书摘要公布了：本发明提供的面向跨场景部署的智能边缘计算方法、系统、终端及介质，具体涉及信息通信技术领域，方案包括：利用若干物联网设备同时采集源域或目标域中同一个对象在不同视角的图像帧，获得源域数据和目标域数据；基于源域数据和目标域数据，利用无监督域适应算法和知识提取算法对语义边缘推理系统进行微调，获得优化的语义边缘推理系统，且语义边缘推理系统是基于物联网设备和至少一个边缘服务器构建；利用优化的语义边缘推理系统对目标域数据进行边缘计算，获得预测结果。该方案能够自适应地处理数据分布和无线信道信噪比的变化，且无需依赖于目标域的标注数据，能够实现在动态应用场景中快速、经济地大范围部署。

本发明授权面向跨场景部署的智能边缘计算方法、系统、终端及介质在权利要求书中公布了：1.一种面向跨场景部署的智能边缘计算方法，其特征在于，应用于基于深度神经网络模型部署的智能物联网系统进行语义边缘推理的场景，主要包括以下步骤：利用若干物联网设备同时采集源域或目标域中同一个对象在不同视角的图像帧，获得源域数据和目标域数据；基于所述源域数据和所述目标域数据，利用无监督域适应算法和知识提取算法对语义边缘推理系统进行微调，获得优化的语义边缘推理系统，且所述语义边缘推理系统是基于所述物联网设备和至少一个边缘服务器构建；利用所述优化的语义边缘推理系统对所述目标域数据进行边缘计算，获得预测结果；所述基于所述源域数据和所述目标域数据，利用无监督域适应算法和知识提取算法对所述语义边缘推理系统进行微调，获得优化的语义边缘推理系统，包括：对所述源域数据和所述目标域数据进行语义特征提取和压缩编码，获得源域语义编码序列和目标语义编码序列；利用局部最大平均差异计算所述源域语义编码序列和所述目标语义编码序列之间的类别加权差异，作为域适应损失；对所述源域语义编码序列进行解码，获得所述源域数据的预测结果；基于所述源域数据的预测结果及对应的真值，计算源域交叉熵损失；基于所述源域交叉熵损失和所述域适应损失，获得总域适应损失；基于所述总域适应损失，将所述源域数据和所述目标域数据进行分布对齐，获得所述语义边缘推理系统对应的更新后的参数；将所述更新后的参数对应的深度神经网络模型作为教师模型，构建与所述教师模型结构相同的学生模型；基于所述更新后的参数对应的深度神经网络模型、所述源域数据和所述目标域数据，利用知识提取算法按照所述目标域的信道条件对所述学生模型进行微调，获得优化的学生模型；基于所述优化的学生模型，获得优化的语义边缘推理系统；其中，教师模型指的是源域和目标域中的信道条件相同，且源域数据和目标域数据特征分布对齐的条件下，语义边缘推理系统对应的深度神经网络模型；学生模型指的是在源域和目标域中的信道条件相同时将源域数据和目标域数据特征分布对齐之后，目标域信道环境动态变化的情况下，语义边缘推理系统对应的深度神经网络模型；所述利用知识提取算法按照所述目标域的信道条件对所述学生模型进行微调，获得优化的学生模型，包括：利用总知识提取损失优化所述学生模型，获得优化的学生模型，其中，总知识提取损失是基于所述源域交叉熵损失、所述域适应损失和知识蒸馏损失得到，知识蒸馏损失是基于满足所述教师模型对目标域数据集的预测结果的置信阈值对应的目标域数据样本，计算所述教师模型和所述学生模型对所述目标域数据样本的预测结果之间的交叉熵得到。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。