-
公开(公告)号：CN117172587A
公开(公告)日：2023-12-05
申请号：CN202311010145.5
申请日：2023-08-11
Applicant: 浙江大学
IPC: G06Q10/0639 , G10L25/63 , G10L25/30 , G06Q50/30 , G06Q50/26 , G06N3/0442
Abstract: 本发明公开了一种车载用户乘车体验得分方法，预先在云服务器上部署好NLP情感分析模型；再使用语音采集播报系统采集乘车用户与司机之间的语音信息，然后通过将处理过的语音信息传入中控系统的模型中，对当前语音信息进行情感分析打分，按照打分情况进行相应预警或者提示。本发明用于判断用户乘车体验是否良好，在监督司机是否照顾乘车用户体验的同时，也为公司对管理整治司机的服务态度提供帮助，更能在司机与乘车用户发生矛盾的同时，及时提供进行提示和预警，以尽早处理纠纷，并且保护乘客和网约车、出租车司机的人身安全。
-
公开(公告)号：CN115147462B
公开(公告)日：2023-07-21
申请号：CN202210806512.1
申请日：2022-07-08
Applicant: 浙江大学
Abstract: 本发明提供一种基于三维眼球模型和卡尔曼滤波的注视特征跟踪方法，能够提升视线追踪过程中特征提取的速度。所述方法包括下列步骤：1)检测部分输入图像序列的瞳孔特征和普尔钦斑特征的信息；2)根据特征构建三维眼球模型；3)基于卡尔曼滤波预测当前帧的眼球姿态；4)基于三维眼球模型计算当前预测的瞳孔和普尔钦斑的投影区域；5)适当扩大选区边缘并在其中检测当前帧的特征；6)重复上述步骤3)至5)，直至人眼视频帧序列输入结束。
-
公开(公告)号：CN116450738A
公开(公告)日：2023-07-18
申请号：CN202310378980.8
申请日：2023-04-11
Applicant: 浙江大学
Abstract: 基于区块链的深度神经网络模型联邦重组方法，包括：构建模型联邦重组的联盟链；设置模型联邦重组的智能合约；存储模型联邦重组过程中的数据；训练模型训练方的源模型，交由模型重组验证方进行联邦重组；模型联邦重组，模型重组验证方对源模型进行联邦重组，进而得到目标模型；计算模型训练方的贡献值。本发明还包括基于区块链的深度神经网络模型联邦重组的系统。本发明考虑到深度神经网络模型的可复用性已经单节点用户模型重组时的算力和数据的有限性，则进行多节点模型联邦重组。同时考虑联邦过程中的数据安全性及私密性，以及联邦中多节点之间合作的互不信任，建立基于Hyperledger Fabric的联盟链及智能合约，提供一种多节点安全与可信合作的方法。
-
公开(公告)号：CN116229457A
公开(公告)日：2023-06-06
申请号：CN202310111030.9
申请日：2023-02-13
Applicant: 浙江大学
Abstract: 一种基于卷积神经网络的多模态显微图像细胞分割方法，包括下列步骤：1)收集及标注多模态显微镜细胞图像数据集；2)生成细胞分割数据集中间监督目标；3)构建启发式模态分析器；4)构建基于检测框的深度卷积网络细胞分割分支；5)优化基于检测框的深度卷积网络细胞分割分支；6)处理难样本及构建分割质量估计模块；7)基于两步骤分水岭分割算法生成掩膜；8)自动选取分割结果。本发明可以对多模态细胞显微镜图像数据进行细胞分割。本发明采用多分支方法，启发式识别输入图像模态并调用对应模型，并使用两步骤分水岭分割方法增加细胞识别能力，并利用质量估计模块智能调用备用分支并选取较优结果，具有较强的实用性。
-
公开(公告)号：CN109614968B
公开(公告)日：2023-03-24
申请号：CN201811176340.4
申请日：2018-10-10
Applicant: 浙江大学
IPC: G06V20/62 , G06V10/46 , G06V10/774
Abstract: 一种基于多尺度混合图像风格化的车牌检测场景图片生成方法，包括：1)收集不同场景下的包含车牌的图片，这里的不同场景包含白天、傍晚、雨天、雪天、阴天和晴天共6个场景；2)划分源域图像和目标域图像，选取难以采集的场景作为目标域，比较容易的场景作为源域；3)对于每一个源‑目标域场景对，将源域划分训练集和测试集，将训练集和具有代表性的目标域图片一起输入给多尺度混合图像风格化模型MSST并进行训练；4)测试阶段，将源域中测试集的图片输入MSST模型生成内容接近源域且场景风格接近目标域的图片。
-
Patent Agency Ranking
公开(公告)号：CN113746087B
公开(公告)日：2023-03-21
申请号：CN202110955115.6
申请日：2021-08-19
Applicant: 浙江大学 , 国网浙江省电力有限公司
IPC: H02J3/00 , G06F30/20 , G06F113/04
Abstract: 基于CTGAN的电网暂稳样本可控生成以及评估方法，首先，将电网数据处理为表格型数据，以母线、发电机、节点的属性值为特征；然后，使用拼接或相乘的方法将暂态稳定性和负荷水平等多个条件转换为一个独热编码作为控制生成的条件向量，并使用变分高斯混合模型对数据的连续值进行拟合和归一化处理，作为数据生成模型的输入；最后，搭建基于CTGAN的数据生成模型并进行训练，将训练得到的模型应用于电网暂稳样本可控生成任务；提出了从条件控制效果、合成数据与真实数据相似度、合成数据用于训练暂稳评估模型的效果这三个方面对电网数据生成模型进行有效评估的评估框架。本发明还包括基于CTGAN的电网暂稳样本可控生成以及评估系统。
-
公开(公告)号：CN115600160A
公开(公告)日：2023-01-13
申请号：CN202211288616.4
申请日：2022-10-20
Applicant: 浙江大学(CN)
Abstract: 基于积分梯度可解释算法的网络模型窃取行为的检测方法，包括：1)随机选取不同领域的图像组成探测数据集，并输入到待验证模型中；2)通过可解释性方法积分梯度算法对模型进行归因分析，计算不同模型下输入图片像素对最终输出影响的贡献度大小，对探测数据集中的图片生成相应的归因图；3)将模型对探测数据集生成的归因图作为度量空间，将模型在探测数据集图片的同一位置处得到的归因值组合构成一个位置归因向量，计算不同模型在同一位置处的归因向量之间的距离大小；4)将度量空间中所有像素点对应的输入位置归因向量之间的距离进行平均，即为模型之间的距离；5)计算原始模型与窃取模型、原始模型与非窃取模型之间的距离并进行距离比较。
-
公开(公告)号：CN114285955B
公开(公告)日：2022-12-09
申请号：CN202111620261.X
申请日：2021-12-28
Applicant: 浙江大学
Abstract: 基于动态偏差图神经网络的颜色色域映射方法，包括下列步骤：1)印染打印机颜色样本采集；2)从XYZ到CMKY颜色空间偏差映射图神经网络构建与训练；3)基于掩码的粗粒度局部映射强化；4)针对特定机器的图神经映射网络调整优化；5)基于掩码的特定机器局部映射强化；6)从CMYK到XYZ颜色空间的映射；7)基于局部范围匹配的颜色色域映射。通过上述步骤建立的基于动态偏差图神经网络的颜色色域映射方法，通过将动态偏差引入神经网络，从大量采集的印染样本中学习出印染打印机颜色空间到标准颜色空间间颜色映射的同时，实现印染打印机颜色空间到标准颜色空间间颜色的精准映射。
-
公开(公告)号：CN114827142A
公开(公告)日：2022-07-29
申请号：CN202210374826.9
申请日：2022-04-11
Applicant: 浙江大学
IPC: H04L67/10 , H04L67/1074 , H04L67/61 , H04L67/63
Abstract: 一种确保容器化边缘服务请求实时性的调度方法，包括：(1)构建以减少服务的截止期错过率和有限开销为条件的最优化问题；(2)建立一个离线模型；(3)提出一种基于的轻量级在线调度算法，以快速提供请求级的执行计划；(4)提出一种瓶颈资源感知的渐进资源分配机制，提高自动扩展周期中的资源效率；(5)提出一个提供解决方案的算法，利用启发式算法在短时间内给出了一个次优但可接受的解决方案。本发明显著降低了请求截止期错失率，同时产生的开销是可接受的。
-
公开(公告)号：CN114285955A
公开(公告)日：2022-04-05
申请号：CN202111620261.X
申请日：2021-12-28
Applicant: 浙江大学
Abstract: 基于动态偏差图神经网络的颜色色域映射方法，包括下列步骤：1)印染打印机颜色样本采集；2)从XYZ到CMKY颜色空间偏差映射图神经网络构建与训练；3)基于掩码的粗粒度局部映射强化；4)针对特定机器的图神经映射网络调整优化；5)基于掩码的特定机器局部映射强化；6)从CMYK到XYZ颜色空间的映射；7)基于局部范围匹配的颜色色域映射。通过上述步骤建立的基于动态偏差图神经网络的颜色色域映射方法，通过将动态偏差引入神经网络，从大量采集的印染样本中学习出印染打印机颜色空间到标准颜色空间间颜色映射的同时，实现印染打印机颜色空间到标准颜色空间间颜色的精准映射。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.021 seconds)
