-
公开(公告)号：CN111797911B
公开(公告)日：2024-02-09
申请号：CN202010573202.0
申请日：2020-06-22
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种图像数据多标签分类方法，该方法首先构建图片的拓扑关系，然后用基于协作的多标签传播算法(CMLP)来解决半监督多标签学习(SSML)问题，从而获得无标记图片的置信矩阵 本发明能够充分地利用多标签图像数据的多个标签之间的相关性来提升图片的多标签分类预测性能，提高了准确度和鲁棒性，同时能够挖掘无监督图像数据的分布信息，很好地解决半监督多标签学习问题，其性能优于现有的半监督图像数据多标签分类方法。
-
公开(公告)号：CN117349235A
公开(公告)日：2024-01-05
申请号：CN202311418655.6
申请日：2023-10-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于LSM‑Tree的KV存储系统、电子设备、介质，包括：易失性内存，用于缓存新写入的数据并查找新写入的数据；持久化内存，包括多布谷鸟过滤器用于索引全局数据；所述多布谷鸟过滤器包括若干个布谷鸟过滤器，每一布谷鸟过滤器中包含由一张哈希表，哈希表表内有若干个哈希桶，每个哈希桶内有4个哈希槽，每个哈希槽的大小为64个字节，其中高32字节用于存储键值对中键的指纹，低32字节用于存储相应键值对所在的文件编号；磁盘，所述磁盘使用单层文件结构以持久化键值对数据，并存储数据日志以及系统日志；其中，单层文件结构基于文件之间的重合度将重合重程度最高的若干个文件在下一轮合并操作中被合并。
-
公开(公告)号：CN117173221A
公开(公告)日：2023-12-05
申请号：CN202311213833.1
申请日：2023-09-19
Applicant: 浙江大学
IPC: G06T7/277 , G06T7/246 , G06V10/82 , G06V10/776 , G06V10/74 , G06V40/10 , G06V20/40 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于真实性分级与遮挡恢复的多目标跟踪方法，涉及复杂场景安全管控的多目标跟踪技术领域。包括以下步骤：图像采集、目标检测、检测分级、分级匹配、轨迹输出。本发明有助于解决多目标跟踪领域中长期困扰的遮挡问题，构建的全新算法框架可达到先进的跟踪性能，提高了方法对于复杂环境的适应能力，可适应难度较高的视频监控安全管控任务。
-
公开(公告)号：CN117171230A
公开(公告)日：2023-12-05
申请号：CN202310977542.3
申请日：2023-08-04
Applicant: 浙江大学
IPC: G06F16/2458 , G06F16/21 , G06N5/04 , G06N3/0499
Abstract: 本发明公开了一种适用于目标检测算法的数据库内推理系统。所述系统包括数据库客户端和数据库服务端；包括数据库客户端，用于用户的输入操作和命令的传输，接收用户的推理函数的调用请求和待测数据参数；包括数据库服务端，内置有带有系统表的、用于存储模型文件及其推理函数的数据库，具有本地的文件系统，内存中创建有一个用于加载模型文件和运行模型文件的模型存储器，和数据库客户端通讯连接。本发明能显著简化深度学习模型的部署难度，减轻开发人员的负担，降低使用门槛，同时减少了数据在数据库与其他应用之间的传输损耗，从而提高了运行效率。
-
公开(公告)号：CN116227494A
公开(公告)日：2023-06-06
申请号：CN202310351515.5
申请日：2023-04-03
Applicant: 浙江大学 , 浙商银行股份有限公司
IPC: G06F40/295 , G06F40/126 , G06F18/214 , G06F18/24 , G06N3/0895
Abstract: 本发明公开了一种基于去偏的带噪命名实体识别方法与装置，包括：将训练用的文本序列进行分词，再将其标签序列进行转换得到二元标签序列和细粒度实体类标签序列；构建命名实体识别模型，并获取得到干净二元样本集、无标注二元样本集、干净细粒度实体类样本集和无标注细粒度实体类样本集；同时遵循半监督学习框架，基于干净二元样本集、无标注二元样本集、干净细粒度实体类样本集和无标注细粒度实体类样本集对命名实体识别模型进行训练，计算每一分类层的损失函数，基于随机梯度下降法更新命名实体识别模型的参数；最后得到训练完成的命名实体识别模型，再在测试用的文本序列上进行带噪命名实体识别。
-
Patent Agency Ranking
公开(公告)号：CN116127956A
公开(公告)日：2023-05-16
申请号：CN202310018843.3
申请日：2023-01-06
Applicant: 浙江大学计算机创新技术研究院
IPC: G06F40/247 , G06F16/35 , G06F16/33 , G06F16/335 , G06F18/214 , G06F18/241 , G06F18/2415 , G06N5/046 , G06N3/0455 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于双塔模型的自适应术语归一化方法。对术语原词利用检索方式在标准术语典中查找召回多个和术语原词相似的标准术语；组建有样本对，并均衡处理获得均衡后的样本对集；用均衡后的样本对集输入到Sentence‑BERT双塔模型中进行训练，Sentence‑BERT双塔模型输出标签和预测结果，使用训练好的Sentence‑BERT双塔模型对标准术语典处理，获得句子向量保存于离线向量数据库；对待预测术语原词用训练好的Sentence‑BERT双塔模型处理，再结合离线向量数据库处理预测获得相似性高的标准术语，再匹配附加到待预测术语原词上。本发明能对一个不标准的术语文本归一化匹配，优化工业场景下处理，计算量小，运算速度快，大大提高了匹配归一化的效率。
-
公开(公告)号：CN115358159B
公开(公告)日：2023-04-07
申请号：CN202211299070.2
申请日：2022-10-24
Applicant: 浙江大学计算机创新技术研究院
IPC: G06F30/27 , G06N3/126 , G06N7/01 , G06F111/06 , G06F111/08 , G06F113/10
Abstract: 本发明公开了一种多目标3D打印工艺参数优化方法。构建3D打印参数变化空间，并利用历史试验数据对打印质量评价参数模型训练；根据打印质量评价参数模型、打印质量评价参数及优化方向，以打印质量评价参数模型的输出为自变量，以总质量评价参数为自变量，建立多目标优化函数和约束条件，用遗传算法对多目标优化函数搜索求解，输出更优3D打印工艺参数组合并实际3D打印并再不断迭代优化。本发明能够在每一轮优化搜索中兼顾打印质量评价参数提升和非线性模型的拟合效果提升，具有更好非线性拟合效果，能够一次性自动化地解决多个参数优化工作，大幅减少工艺参数组合优化过程中实验的次数，节约打印材料消耗。
-
公开(公告)号：CN115909508A
公开(公告)日：2023-04-04
申请号：CN202310015187.1
申请日：2023-01-06
Applicant: 浙江大学计算机创新技术研究院 , 浙江浙网数智科技发展有限公司
Abstract: 本发明公开了一种单人体育运动场景下的图像关键点增强检测方法。针对预先用相机采集的单人体育运动场景的视频，采用关键点检测模型结合不同亮度和对比度进行匹配处理获得最优的亮度和对比度作为最优匹配参数；对实时获得的单人体育运动场景下的图像按照最优匹配参数进行处理，且基于历史关键点信息进行人物检测框的动态更新生成，实现关键点增强检测。本发明通过自适应视频源场景变化，人物检测框生成生成，自动修正计数大幅度提升关键点检测准确率和稳定性，兼容已有的关键点检测模型，具有检测速度快、自适应不同输入视频源场景变化、可在已有关键点检测方法基础上继续提升检测准确率和稳定性的优点。
-
公开(公告)号：CN115766666A
公开(公告)日：2023-03-07
申请号：CN202211164565.4
申请日：2022-09-23
Applicant: 浙江大学 , 浙商银行股份有限公司
IPC: H04L65/10 , H04L12/40 , H04L41/042
Abstract: 本发明公开了一种面向金融行业全栈国产化的架构设计方法。本发明将系统拆分为表现层、服务层、持久层和消息中间件层，每一层之间相互解耦，各自迁移，实现了一种渐进式的替代方案。本发明采用分布式服务架构，允许其独立的业务服务使用不同的数据库等产品；同时在面临高峰时将用户分流给各个业务服务模块，降低单个服务的并发压力，提升系统稳定性。
-
公开(公告)号：CN115619007A
公开(公告)日：2023-01-17
申请号：CN202211167448.3
申请日：2022-09-23
Applicant: 浙江大学 , 浙江省北大信息技术高等研究院
IPC: G06Q10/04 , G06Q10/0631 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种智能制造排产方法、装置、电子设备及介质。通过应用本申请的技术方案，能够将包括产品加工成本，员工加班成本，产品延期交货成本，产品库存成本在内的总成本为优化目标。并结合基于深度强化学习算法来为用户输出在最低成本下，处理订单信息所对应的调度规划。从而一方面能够实时地自动给出生产厂商在一段时间内的排产方案。另一方面也避免了相关技术中存在的，排产方案中没有考虑生产过程中的员工生产成本问题所导致的排产方案不够精确的弊端。
-
-
-
-
-
-
-
-
-
Search Results
352
records
(took 0.091 seconds)
