-
公开(公告)号：CN117474724A
公开(公告)日：2024-01-30
申请号：CN202311528886.2
申请日：2023-11-16
Applicant: 浙江大学嘉兴研究院
Abstract: 本申请公开了一种中文隐私自动合规检测方法及相关设备，涉及隐私合规检测领域，该方法包括：通过专家法确定目标法律对应的合规检测规则库；获取隐私政策链接和目标检测主题；基于所述隐私政策链接、所述目标检测主题和所述合规检测规则库获取合规检测结果。
-
公开(公告)号：CN114822863B
公开(公告)日：2023-03-24
申请号：CN202210520275.2
申请日：2022-05-12
Applicant: 浙江大学
Abstract: 本申请提供了基于联邦学习系统的医疗数据分析方法，包括：确定待训练模型，确定参考时间，确定参与方，获得参与方数据量，发起训练，请求训练结果，等待时间根据参考时间和参与方数据量确定，获得训练结果，根据训练结果分析医疗数据。本申请提供的医疗数据分析方法、计算机设备和存储介质，能够帮助客户端及时获得训练结果，提高效率。
-
公开(公告)号：CN114822863A
公开(公告)日：2022-07-29
申请号：CN202210520275.2
申请日：2022-05-12
Applicant: 浙江大学
Abstract: 本申请提供了基于联邦学习系统的医疗数据分析方法，包括：确定待训练模型，确定参考时间，确定参与方，获得参与方数据量，发起训练，请求训练结果，等待时间根据参考时间和参与方数据量确定，获得训练结果，根据训练结果分析医疗数据。本申请提供的医疗数据分析方法、计算机设备、存储介质和程序产品，能够帮助客户端及时获得训练结果，提高效率。
-
公开(公告)号：CN110222772B
公开(公告)日：2021-05-04
申请号：CN201910497178.4
申请日：2019-06-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于块级别主动学习的医疗图像标注推荐方法，首先将整张图像划分成不同区域，识别和区分每个区域所含对象的类型，然后针对图像块和对象类别进行标注推荐，实现对图像各区域标注价值的细粒度评估。本发明通过定位有标注价值的区域，解决了现有标注推荐方法在医疗图像上重复推荐的问题。该方法将图像标注推荐的基本单位缩小到图像块级别，避免了图像中相似对象重复标注导致的资源浪费，进一步地减少了标注成本。与目前最好的医疗图像标注推荐方法相比，本发明在达到相同语义分割精度的情况下最多能减少15％的标注开销，或者在相同标注开销的情况下能够提高2％的语义分割精度。
-
公开(公告)号：CN112732837A
公开(公告)日：2021-04-30
申请号：CN202110051102.6
申请日：2021-01-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于混合链技术的遥感数据跨界服务共享系统。它包括4个核心节点，遥感数据中心接入节点、行业用户接入节点、团体用户接入节点和个体用户接入节点，四个核心节点形成一个交换联盟链，所有的核心节点间的数据在这个交换联盟链内进行同步；所述的遥感数据中心接入节点同时属于局域数据联盟链的核心节点，所述的行业用户接入节点同时属于局域行业联盟链的核心节点，所述的团体用户接入节点同时属于局域团体用户联盟链的核心节点，所述的个体用户接入节点同时属于开放个体用户公开链的核心节点。本发明可以实现链内信息的快速高效同步，有利于遥感产业业务的快速开展，同时可以有效的保护所有的链上用户及所提供的信息服务。
-
Patent Agency Ranking
公开(公告)号：CN109871798A
公开(公告)日：2019-06-11
申请号：CN201910104399.0
申请日：2019-02-01
Applicant: 浙江大学
Abstract: 本发明公开了一种基于卷积神经网络的遥感影像建筑物提取方法，包括三个步骤：(1)在建筑物解码阶段建立了一种基于注意力机制的特征图融合方法，包括基于乘法和加法两种计算注意力权重的方式；(2)添加一个建筑物检测的分支任务进行联合训练，提高建筑物提取主任务的精度；(3)在损失函数中加入了对建筑物边缘像素的惩罚。本发明将注意力机制、多任务学习融入到卷积神经网络中，能够捕获建筑物不同的高层特征表达，通过特征融合，得到建筑物更丰富的特征表达，提高建筑物提取精度。同时，本发明加入了对建筑物边缘像素的惩罚，可以有效缓解提取结果中存在的建筑物边缘锯齿化的问题。
-
公开(公告)号：CN109063714A
公开(公告)日：2018-12-21
申请号：CN201810884790.2
申请日：2018-08-06
Applicant: 浙江大学
CPC classification number: G16H50/20 , G06K9/4671 , G06K9/6217 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络的帕金森病运动迟缓视频检测模型的构建方法，其结合了计算机视觉和深度学习技术，通过短视频对受测试者的运动模式进行评估，并判断存在运动迟缓症状的可能性。本发明同时考虑了运动行为和运动过程，提出了详细的数据采集方法和运动轨迹定义方法，并设计了三种新颖的度量指标和一种周期运动网络模型PMNet来处理运动迟缓症状判断问题。与传统方法不同，本发明具有可扩展性和可移植性的特点，基于卷积神经网络的关键点提取方法可以被其它更为精准的模型所替换，还可以添加更多特征来描述运动行为。此外，本发明能够胜任其它类似的周期性运动评估，如MDS‑UPDRS量表3.4项的手指敲击动作。
-
公开(公告)号：CN120089413A
公开(公告)日：2025-06-03
申请号：CN202411993009.7
申请日：2024-12-31
Applicant: 浙江大学
Abstract: 本发明公开了一种基于大语言模型的规范化帕金森症医疗问诊系统，该系统包括问诊知识库模块，基于业内专家定制的帕金森症问诊临床指南和量表构建的向量检索知识库；主诉问诊模块，针对患者自然叙述进行帕金森症运动迟缓、肌僵直和震颤三大主征无偏的症状采集；量表式问诊模块，包括基于RAG技术的智能提问、回复智能理解、症状细节追问；数字医生交互模块，实现与患者的实时互动；信息归纳总结模块。本发明通过RAG、大语言模型技术以及数字人技术，以高度仿真数字医生形象与患者实时交互，能够结合当前上下文语境智能提问，准确理解病患的描述，具备极高的问诊准确率。整个问诊过程全自动化实现，显著提高问诊的效率。
-
公开(公告)号：CN117910601A
公开(公告)日：2024-04-19
申请号：CN202410317233.8
申请日：2024-03-20
Applicant: 浙江大学滨江研究院
IPC: G06N20/00 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种个性化联邦潜在扩散模型学习方法，包括如下步骤：步骤一，设置一个服务器，通过设置的服务器初始化并接收各客户端发送的局部潜向量；步骤二，通过步骤一设置的服务器根据各客户端发送的局部潜向量，基于各客户端的聚合权重生成每个客户端的个性化潜向量；步骤三，每个客户端从服务器上下载对应的个性化潜向量，通过最小化局部噪声预测误差与局部潜向量和个性化潜向量之间的距离之和来更新客户端的局部模型，将更新后的局部潜向量发送给服务器；步骤四，重复执行步骤二至步骤三，直至所有客户端平均训练损失不再下降。本发明的个性化联邦潜在扩散模型学习方法，通过步骤一至步骤四的设置，便可有效的解决现有技术中的缺点。
-
公开(公告)号：CN117635139A
公开(公告)日：2024-03-01
申请号：CN202311645445.0
申请日：2023-12-04
Applicant: 浙江大学嘉兴研究院
Abstract: 本申请公开了一种基于区块链的隐私数据交易方法及相关设备，涉及隐私隐私数据交易领域，该方法包括：在一次加密隐私数据的合法性和安全性通过验证的情况下，将上述一次加密隐私数据进行再次加密以形成二次加密数据，并将上述二次加密数据传输至目标区块链；对上述二次加密数据进行质量评估，以生成隐私数据质量水平；基于数据消费者的消费需求、支付意愿和上述隐私数据质量水平自动匹配对应的上述二次加密数据给上述消费提供者并生成报价信息；在上述数据消费者同意上述报价信息并完成支付操作后，将上述二次加密数据解密并将解密后的隐私数据发送至上述数据消费者对应的客户端。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.025 seconds)
