-
公开(公告)号：CN118711565A
公开(公告)日：2024-09-27
申请号：CN202410956741.0
申请日：2024-07-17
Applicant: 杭州电子科技大学
IPC: G10L13/08 , G10L25/21 , G10L25/63 , G06F18/213 , G06F18/214 , G06F18/25
Abstract: 本发明涉及一种融合文本语义特征的低资源情感语音合成装置及方法，包括变量提取模块，输入模块，语义提取模块，文本嵌入模块，融合模块，情感预测模块和合成模块，本发明旨在通过低资源条件下的模型构建实现具有情感色彩的语音合成，实现了在低资源下高质量的情感语音合成。
-
公开(公告)号：CN117675918A
公开(公告)日：2024-03-08
申请号：CN202311581001.5
申请日：2023-11-24
Applicant: 杭州电子科技大学
IPC: H04L67/5682 , H04L41/14 , H04L41/16 , G06N3/098 , G06N3/092 , G06N3/042 , G06N3/0464 , G06N7/01
Abstract: 本发明涉及边缘缓存场景和多智能体深度强化学习领域，具体是一种基于多智能体深度强化学习的边缘区域协作缓存更新方法。该更新方法设定在协作缓存区域内边缘缓存节点可以共享缓存内容，并将边缘区域协作缓存更新问题建模为分布式部分可观察马尔可夫决策过程，进而提高边缘缓存命中率和缓存利用率。在此基础上，提出了一种结合多时间尺度循环神经网络和图卷积神经网络的多智能体深度强化学习算法，采用多时间尺度RNN层处理部分可观察信息，根据历史信息推理出局部观察的多层次特征。图卷积层对每个智能体局部区域的特征向量进行积分，利用逐渐增加接受域的卷积层产生的潜在特征来学习智能体间的协作，并解决了模型拓展性问题。
-
公开(公告)号：CN114374694B
公开(公告)日：2024-02-06
申请号：CN202210020821.6
申请日：2022-01-10
Applicant: 杭州电子科技大学
IPC: H04L67/10 , H04L67/1023 , H04L67/1008 , G06F18/2413 , G06N5/01
Abstract: 本发明涉及一种基于优先级的两阶段任务卸载方法及系统，其方法包括：S1、建模边缘用户设备及任务变量；S2、建模边缘服务器变量；S3、建模基站变量；S4、建模任务卸载变量；S5、建模任务平均完成时间；S6、建模服务器负载均衡；S7、建模服务器收益；S8、建模任务卸载的约束条件；S9、基于任务平均完成时间最小化、服务器负载均衡最小化和服务器收益最大化，确定任务卸载策略。本发明将边缘场景下的任务卸载问题归结为一个多目标优化问题，定义了任务优先级，同时考虑了用户和服务器两端，优化了任务完成时间、服务器负载均衡和服务器收益，得到较优的任务卸载策略。
-
公开(公告)号：CN114363171B
公开(公告)日：2024-02-06
申请号：CN202210020520.3
申请日：2022-01-10
Applicant: 杭州电子科技大学
IPC: H04L41/0803 , H04L41/0823 , H04L41/0894 , H04L47/125 , H04L67/1004 , G06F17/15 , G06Q50/26 , G06Q50/40
Abstract: 本发明涉及基于MOEA/D多目标优化算法的边缘服务器配置方法及系统，其配置方法包括：S1、建模边缘服务器和公交车站变量；S2、构建智慧公交场景下边缘服务器配置模型；S3、建模边缘网络的平均时延、时延均衡、流量、流量负载均衡和约束条件；S4、利用MOEA/D多目标优化算法，得到实现最小化平均时延、时延均衡、流量和流量负载均衡对应的边缘服务器配置策略。本发明将智慧公交场景下的边缘服务器配置归结为多目标优化问题，同时考虑流量和流量负载均衡，在让边缘网络中平均时延和流量最小化的基础上，让各个边缘服务器下的平均时延和流量更加均衡，避免服务质量参差不齐和网络拥塞问题，从而得到恰当的边缘服务器的配置位置。
-
公开(公告)号：CN116245232A
公开(公告)日：2023-06-09
申请号：CN202310094540.X
申请日：2023-02-10
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于视觉特征的异质交通流量预测办法，具体包括以下步骤：(1)利用统计概率方法以及感知器模型获取异质交通数据特征，进行数据特征融合；(2)将融合后的特征通入捕获时空依赖性的网络，进行交通预测。该方法利用概率统计方法以及感知器模型，获取了三种交通特征数据，一是异质交通流量，二是大车混入率特征，三是异质车辆交通密度特征，将这三类特征进行对齐融合。然后，使用门控循环单元以及图卷积神经网络，融合多头注意力机制，充分挖掘其时间依赖性和空间依赖性，进行交通流预测。
-
Patent Agency Ranking
公开(公告)号：CN115223008A
公开(公告)日：2022-10-21
申请号：CN202210763876.6
申请日：2022-06-30
Applicant: 杭州电子科技大学
IPC: G06V10/774 , G06V10/764 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请实施例提供一种基于注意力机制的驾驶行为检测模型训练方法及装置。该方法包括：获取多个第一样本数据和多个第二样本数据，第一样本数据包括第一样本图像和第一样本图像的第一样本图像类型，第二样本数据中分别包括第二样本图像和第二样本图像的第二样本图像类型；通过多个第一样本数据对预设模型进行训练，得到第一模型，第一模型包括注意力模块、膨胀归一化模块、耦合模块和分类模块；依次通过注意力模块、膨胀归一化模块、耦合模块和分类模块对第二样本图像进行处理，得到预测图像类型；根据预测图像类型和第二样本图像类型，更新第一模型的模型参数。提高了模型检测驾驶行为的准确性。
-
公开(公告)号：CN110991713B
公开(公告)日：2022-04-01
申请号：CN201911148344.6
申请日：2019-11-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于多图卷积和GRU的不规则区域流量预测方法，包括如下步骤：步骤一，将地域划分为N个不相连的不规则区域；步骤二，对历史轨迹数据进行时空简化，计算得到所有区域在每个时间步下的进入量和流出量；步骤三，建立区域间的多个关联图，构造相应的邻接矩阵，表示不规则区域间多样化的空间关联；步骤四，基于区域间的所述关联图设计多图卷积神经网络，融合区域间多样化的空间关联特征，得到多图卷积融合的结果；步骤五，基于多图卷积融合结果，采用GRU神经网络来捕获时间关联；步骤六，选择合适的损失函数，训练得到预测模型，通过所述预测模型预测得到每个区域的所述进入量和所述流出量。
-
公开(公告)号：CN114255454A
公开(公告)日：2022-03-29
申请号：CN202111561183.0
申请日：2021-12-16
Applicant: 杭州电子科技大学
Abstract: 本申请提供了一种分心检测模型的训练方法、分心检测方法及装置，通过获取多个图像样本和多个图像样本各自对应的标签，并将多个图像样本分别输入初始分心检测模型中的第一特征提取模型和第二特征提取模型中，得到各图像样本对应的第一特征和第二特征，再将各图像样本对应的第一特征和第二特征输入初始分心检测模型中的分类模型中，得到各图像样本对应的驾驶状态预测结果，再根据各图像样本对应的驾驶状态预测结果和多个图像样本各自对应的标签，更新初始分心检测模型的网络参数，从而得到分心检测模型。本申请实施例可以降低分心检测的成本，而且可以保证提取到的特征更全面，提高了分心检测模型的准确性。
-
公开(公告)号：CN112508800A
公开(公告)日：2021-03-16
申请号：CN202011124899.X
申请日：2020-10-20
Applicant: 杭州电子科技大学
Abstract: 本发明涉及镜面高光移除技术领域，针对工业视觉当中工业零件因为镜面高光的存在而影响其他算法效果的技术问题，公开了一种基于注意力机制的单张灰度图像的金属零件表面高光去除方法，包括：（1）预测高光掩码图像和去除输入图像中的镜面高光的生成网络；（2）判定生成网络生成图像是否清晰无高光的判别网络。本发明提出在生成网络前加入注意力模块产生高光强度掩码图像来辅助生成网络去除输入图像中的高光。训练时采用生成对抗网络的整体框架，使用结构性相似度损失作为额外的内容损失函数来训练神经网络，配合传递信息的跳跃连接生成器和小感受野的像素级别的判别器，在有效去除灰度图像镜面高光的同时，明显提升了模型生成画面的细节特征。
-
公开(公告)号：CN108416513B
公开(公告)日：2021-02-19
申请号：CN201810144060.9
申请日：2018-02-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于混合启发式算法的公共自行车动态调度方法。本发明包括如下方法：1.对各个站点进行分区域管理；2.获取各个站点的相关信息，包括站点的坐标和计算出的需求信息，将整个工作区域划分为多个小的子区域，每个子区域内都有一个调度中心，管理和该调度中心属于同一子区域的所有站点；3.事件管理器根据动态调度策略判断是否要重新计算调度方案，如果需要，事件管理器会构建静态调度实例，该静态调度实例包含每个运输车的出发位置、出发时间以及基本需求信息；4.用改进的变邻域蚁群算法求解问题。本发明可以计算出更优的调度方案，求解效率更高。能以更节约成本的调度方案最大程度地提高市民对公共自行车使用的满意度。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.04 seconds)
