-
公开(公告)号：CN110210515B
公开(公告)日：2021-04-20
申请号：CN201910339785.8
申请日：2019-04-25
Applicant: 浙江大学
IPC: G06K9/62
Abstract: 本发明公开了一种图像数据多标签分类方法。对输入图像进行分解，利用神经网络提取特征的高次相关性，对标签数据进行分解，利用神经网络提取标签的高次相关性，采用包含多层全连接层的神经网络将输入图像的特征码从输入空间解码到标签空间；构建损失函数，初始化训练参数，采用随机梯度下降方法最小化最终损失函数为目标，训练求解获得最优的训练参数；然后针对待测试的图像数据输入到训练后的模型中进行预测，输出获得标签结果，实现多标签分类。本发明解决了图像数据前人工作不能同时提取标签的二次相关性和多次相关性的问题，降低了由于图像数据太过稀疏带来的预测困难，提高了多标签分类的准确性。
-
公开(公告)号：CN112405606A
公开(公告)日：2021-02-26
申请号：CN202011227439.X
申请日：2020-11-05
Applicant: 浙江大学
Abstract: 本发明公开了一种带机械锁定功能的五自由度分时驱动助力机械臂，包括关节一、关节二、关节三和中央分时驱动机构，中央分时驱动机构包括中央分时驱动机构接头、中央分时驱动机构电机、中央分时驱动机构减速器、中央机架、丝杠摩擦轮和分时驱动机构安装法兰体，中央分时驱动机构减速器的输出端连接中央分时驱动机构减速器输出轴，中央分时驱动机构减速器输出轴可带动中央机架或丝杠摩擦轮旋转，丝杠摩擦轮旋转带动分时驱动机构安装法兰体做直线运动。本发明减轻相同自由度下与静态负载刚度情况下机械臂的自重，减小人体在背负外肢体协作机械臂时的负担。
-
公开(公告)号：CN111797910A
公开(公告)日：2020-10-20
申请号：CN202010573198.8
申请日：2020-06-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于平均偏汉明损失的图片数据偏标签多维学习方法，本发明首先进行数据标签集合预处理，然后进行数据集的预训练，接着使用预训练好的模型来提取图片特征，利用多层感知机基于获得的图片特征进行训练，得到训练模型，最后使用训练好的模型进行多维标签预测。本发明基于平均偏汉明损失，解决了偏标签多维分类问题。
-
公开(公告)号：CN111475508A
公开(公告)日：2020-07-31
申请号：CN202010244529.3
申请日：2020-03-31
Applicant: 浙江大学
IPC: G06F16/22 , G06F16/2455
Abstract: 本发明公开了一种优化叶子节点合并操作的高效索引方法。该方法的特点是引入了新的一种适合NVM的叶子节点结构设计和高效原地合并操作。该方法首先将索引分成存储在DRAM中的缓冲B树和存储在NVM中的基础B树。在索引执行写操作的过程中，首先写入缓冲B树的日志文件里，再修改缓冲B树；当所述缓冲B树的容量超过阈值，借助基础B树叶子节点结构设计，将缓冲B树通过原地合并操作合入NVM上的基础B树，并通过WBINVD指令高效地将脏数据持久化到NVM。当原地合并操作完成后，清空缓存B树以及NVM上的日志文件，完成对所述写操作的索引过程。该索引方法能够有效地降低对于NVM的写入次数，降低NVM的损耗，提升写入性能。
-
公开(公告)号：CN109190656B
公开(公告)日：2020-07-21
申请号：CN201810778020.X
申请日：2018-07-16
Applicant: 浙江大学
IPC: G06K9/62 , G06F16/909
Abstract: 本发明公开了一种低采样定位环境下的室内语义轨迹标注和补全方法。语义实体和室内空间结构信息录入，构建获得移动转移图；采集原始位置轨迹，对每个原始位置轨迹分割形成多个分割片段；对于事件模式，用户选取绑定位置轨迹片段；将分割片段和位置轨迹片段的关键特征进行相似性比较，取相似性最高的进行相关性链接，形成一组独立的语义元组；将语义元组组装，概率推断计算生成缺失部分的语义元组；插入补全后将完整的语义轨迹导出。本发明方法在面向移动约束复杂、位置数据采样频率较低的室内定位场景时，可导出准确可用的完整语义轨迹数据。
-
Patent Agency Ranking
公开(公告)号：CN109376339B
公开(公告)日：2020-07-03
申请号：CN201810873557.4
申请日：2018-08-02
Applicant: 浙江大学
IPC: G06F40/154 , G06F40/157
Abstract: 本发明公开了一种基于用户行为的文本转换候选规则信息提取方法。在待处理文本的若干行上进行选取用户选中文本对象；根据用户选中文本对象划分为三部分，将用户选中文本对象及其上下文前后部分按数字、单词和剩余内容的三个文本块类别进行切割，生成文本块；将文本块以用户选中文本对象对齐排列成文本块数据矩阵，对候选规则集的各个候选规则列集求笛卡尔积，获得候选规则组合集合；对候选规则信息进行判断筛选，将所有候选规则组合计算适用性并排序，提取具有最优适用性的候选规则组合推荐给用户。本发明能根据用户的交互自动推荐文本转换规则信息数据，提取出能需要的规则信息集合，快速且较为准确地实现对数据的处理。
-
公开(公告)号：CN108924763B
公开(公告)日：2020-07-03
申请号：CN201810779777.0
申请日：2018-07-16
Applicant: 浙江大学
Abstract: 本发明公开了一种面向概率型位置流数据的室内区域访问量连续监控方法。从室内定位系统获取位置流数据，构造有效轨迹，输入查询区域；进行区域访问量计算过程，周期性地从缓冲池中读取最新有效轨迹并计算；进行增量预测过程，根据计算结果缓存进行增量预测获得估算结果；通过图形界面对监控区域的访问量排名进行可视化展示。本发明方法在面向移动约束复杂、流式的定位位置数据具有多重可能性的室内定位场景时，可以以较高的效率和准确率提供一组查询区域的用户访问量在连续时刻上的排名展示。不仅可以周期性地返回准确的计算结果，也在注重效率的前提下提供了快速返回的增量预测结果。
-
公开(公告)号：CN111259938A
公开(公告)日：2020-06-09
申请号：CN202010023677.2
申请日：2020-01-09
Applicant: 浙江大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于流形学习和梯度提升模型的图片偏多标签分类方法。从训练数据集构建一个加权图，通过求解以上第一最小化模型获得非负权重矩阵，根据加权图建立第二最小化模型并求解获得重构标签矩阵，根据重构标签矩阵将训练数据集换构造并训练二值相关模型，预测得标签矩阵；对图片的特征向量矩阵建立回归器最小化求解，用迭代预测结果矩阵增强特征向量矩阵，结合负梯度矩阵构造数据集并训练学习获得弱回归器，求和所有弱回归器，得最终回归器，对预待测图片处理判断。本发明能够充分地利用图片偏多标签数据之间的相关性来提升图片的多标签分类预测性能，可实现偏标签数据的消歧，提高了准确度和鲁棒性，其性能优于现有的图片偏多标签方法。
-
公开(公告)号：CN110688394A
公开(公告)日：2020-01-14
申请号：CN201910934900.6
申请日：2019-09-29
Applicant: 浙江大学
IPC: G06F16/2452 , G06F16/22 , G06F16/2455 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了一种面向新型供电城轨列车大数据运维的NL生成SQL方法。从新型供电城轨列车上收集运行时产生的多种数据，整理成各自的结构化数据，存入关系型数据库的多个数据表中；使用预训练模型对自然语言和数据库的表名及列名进行编码，获得两种编码；构建符合语法结构的语法解析树模板，对语法解析树模板中需要填充的部分进行训练和预测；将待查询的自然语言输入深度学习模型获得数据库中需查询的表名信息，生成完整数据库查询语句，执行该数据库查询语句获取所需查询的数据。本发明根据自然语言问句自动产生数据库查询语句，提升了运维数据的工作效率，在不同场景下涉及的数据库多表查询操作时能准确地返回所需查询的数据。
-
公开(公告)号：CN110647524A
公开(公告)日：2020-01-03
申请号：CN201910934906.3
申请日：2019-09-29
Applicant: 浙江大学
IPC: G06F16/215 , G06F16/23 , G06F16/2458 , G06F16/901
Abstract: 本发明公开了一种新型供电轨道交通运维系统的数据库补全方法。首先，数据库采用链接预测进行发现，识别数据库中异常关系和未知关系；随后通过计算节点关系元组的置信度；最后，判断加入数据库中，使得轨道交通运维数据库更加完整。本发明方法在面对专业领域数据库补全问题上具有完整性、可控性，提升了精度。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.058 seconds)
