-
公开(公告)号：CN109063034A
公开(公告)日：2018-12-21
申请号：CN201810779775.1
申请日：2018-07-16
Applicant: 浙江大学
CPC classification number: G06Q30/0201
Abstract: 本发明公开了一种基于空间和社交多媒体数据的室内空间语义价值计算方法。将室内独立子空间的语义价值划分为区位和社交贡献度，融合得室内独立子空间的语义价值；分析各室内独立子空间拓扑连接关系，构建室内空间模型，对各物体间距离进行计算，根据用户行走约束计算用户在室内空间中的各条行走路径的选择概率构建路径矩阵，计算区位贡献度；根据室内独立子空间的社交多媒体数据，分析句子结构并提取关键词，构建情感分类基分类器；将句子集合划分为关键句和非关键句，对社交评价文本进行分类；根据社交评价文本的分类计算社交贡献度。本发明的计算室内空间价值方法能用于解决新引进店铺的价值预测，多维度店铺评估等关键问题。
-
公开(公告)号：CN114580660B
公开(公告)日：2025-04-01
申请号：CN202210176600.8
申请日：2022-02-25
Applicant: 浙江大学
IPC: G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于注意力特征信息的BERT模型融合方法，该方法利用每个原模型对输入文本的隐藏表示信息，来计算每个原模型的权重，然后利用每个原模型的权重信息，对原模型的注意力特征信息进行加权融合，最后利用融合后的注意力特征信息对新模型进行调整，提高新模型的表现效果。该方法可以充分利用BERT模型的注意力特征信息，提高融合后BERT模型的表现效果。相比于其他融合方法，本方法可以有效地完善融合后模型的注意力特征信息，使得融合后的模型对文本的注意力特征更加完整，进而提高融合后模型的表现效果。
-
公开(公告)号：CN115503268A
公开(公告)日：2022-12-23
申请号：CN202211078406.2
申请日：2022-09-05
Applicant: 重庆三大伟业制药有限公司 , 浙江大学
IPC: B29D22/00
Abstract: 本发明提出一种用于血液循环的集装盒的制作方法，包括步骤1、原材料经注塑成型形成上、下壳体，上壳体中包括若干管路的上半部分，各管路的上半部分两侧形成有上方凸起连接部，下壳体中包括若干管路的下半部分，各管路的下半部分两侧形成有下方凸起连接部；步骤2、制作丝印网板，其上镂空部与上/下方凸起连接部相对应；步骤3、将丝印网板压在上/下壳体上；步骤4、将医用UV胶倒在丝印网板上，使其从镂空部落至上/下方凸起连接部处；步骤5、取下丝印网板，将两壳体装配在一起形成装配体；步骤6、压紧装配体；步骤7、利用紫外线固化灯照射使医用UV胶固化，使两壳体连接在一起得到集装盒。上述方法制作出来的集装盒不会对血液造成污染。
-
公开(公告)号：CN111475507B
公开(公告)日：2022-06-21
申请号：CN202010244527.4
申请日：2020-03-31
Applicant: 浙江大学
Abstract: 本发明公开了一种工作负载自适应单层LSMT的键值数据索引方法。该方法对传统的日志结构合并树(Log‑Structured‑Merge Tree，LSMT)进行了优化，去除了多层设计和固定内存表容量设计，引入了单层LSMT和动态容量内存表的设计。该方法将写入首先将写操作以顺序的方式写入存储设备上的日志文件中，再修改内存表。当内存表的大小达到了容量限制，转换成一个只读内存表，并在后台线程中将只读内存表表合入存储设备上的单层LSMT结构中。在此基础上，本方法能够根据工作负载中的键值读写分布自动优化存储结构。该索引方法能够同时降低对存储设备的读写放大，提升系统吞吐和存储设备寿命。同时针对工作负载做出自适应的优化，进一步提升系统性能。
-
公开(公告)号：CN114579721A
公开(公告)日：2022-06-03
申请号：CN202210176603.1
申请日：2022-02-25
Applicant: 浙江大学
IPC: G06F16/332 , G06F16/36 , G06N3/08
Abstract: 本发明公开了一种面向弱监督场景的复杂知识图谱问答方法，本发明在实体链接子任务中将多源词嵌入信息和知识图谱中的语义及拓扑信息融入到模型中；在关系预测子任务中引入知识图谱三元组表示信息，采用动态分析、逐跳推理的过程来搜寻答案；同时，在答案转移路径不完备的弱监督场景，本发明采用多路径联合推理的方式，筛选出合理的转移路径，以路径为基本单位，共同作用于模型的训练中。对比传统的知识图谱问答方法，本发明方法能够在弱监督场景中有效的训练，并有着显著的提升。
-
Patent Agency Ranking
公开(公告)号：CN110597805B
公开(公告)日：2022-04-12
申请号：CN201910672625.5
申请日：2019-07-24
Applicant: 浙江大学
IPC: G06F16/22
Abstract: 本发明公开了一种内存索引结构处理方法。在跳表处理前，通过统计信息计算查询分布以及数据分布情况；选择插入跳表结构的哨兵节点；通过求解跳表在插入节点后的最小平均操作代价，得到最优的哨兵节点的配置结果；在底层跳表结构中插入这些哨兵节点，接着在底层跳表结构中的哨兵节点插入完毕后，通过Bulkload方法自底向上建立上层CSB+树结构，对哨兵节点的快速定位；对于每一条需要查询或者插入的数据，通过上层CSB+树结构，找到最近哨兵节点，从此开始对跳表进行操作。本发明方法在保留传统跳表结构实现简单、并发性好、适合范围查询等优势的基础上，提升了整个操作过程对缓存的利用率，从而明显提升了内存索引的性能。
-
公开(公告)号：CN109063034B
公开(公告)日：2022-01-04
申请号：CN201810779775.1
申请日：2018-07-16
Applicant: 浙江大学
Abstract: 本发明公开了一种基于空间和社交多媒体数据的室内空间语义价值计算方法。将室内独立子空间的语义价值划分为区位和社交贡献度，融合得室内独立子空间的语义价值；分析各室内独立子空间拓扑连接关系，构建室内空间模型，对各物体间距离进行计算，根据用户行走约束计算用户在室内空间中的各条行走路径的选择概率构建路径矩阵，计算区位贡献度；根据室内独立子空间的社交多媒体数据，分析句子结构并提取关键词，构建情感分类基分类器；将句子集合划分为关键句和非关键句，对社交评价文本进行分类；根据社交评价文本的分类计算社交贡献度。本发明的计算室内空间价值方法能用于解决新引进店铺的价值预测，多维度店铺评估等关键问题。
-
公开(公告)号：CN110658818B
公开(公告)日：2020-08-21
申请号：CN201910934799.4
申请日：2019-09-29
Applicant: 浙江大学
Abstract: 本发明公开了一种面向新型供电列车的多目标优化智能运行控制预测方法。由新型供电列车的静态动态大数据得到原始数据，参数化/正则化和归一化获得列车信息序列数据；利用列车信息序列数据中的局部数据得到理想条件下的列车运行状态数据；输入到长短期记忆网络中进行训练得到基础模型，将列车信息序列数据划分为多个部分，依次输入到基础模型中依次并再次进行训练得到了带有知识的基础模型；建立平方损失训练；真实采集的速度输入到带有知识的基础模型中进行预测输出获得下一时刻的牵引力。本发明不依赖大量数据，降低了训练数据量，得到符合现实列车运行数据分布的模型，提高了模型准确率并方便直接用于现实应用。
-
公开(公告)号：CN111475507A
公开(公告)日：2020-07-31
申请号：CN202010244527.4
申请日：2020-03-31
Applicant: 浙江大学
Abstract: 本发明公开了一种工作负载自适应单层LSMT的键值数据索引方法。该方法对传统的日志结构合并树(Log-Structured-Merge Tree，LSMT)进行了优化，去除了多层设计和固定内存表容量设计，引入了单层LSMT和动态容量内存表的设计。该方法将写入首先将写操作以顺序的方式写入存储设备上的日志文件中，再修改内存表。当内存表的大小达到了容量限制，转换成一个只读内存表，并在后台线程中将只读内存表表合入存储设备上的单层LSMT结构中。在此基础上，本方法能够根据工作负载中的键值读写分布自动优化存储结构。该索引方法能够同时降低对存储设备的读写放大，提升系统吞吐和存储设备寿命。同时针对工作负载做出自适应的优化，进一步提升系统性能。
-
公开(公告)号：CN110727695A
公开(公告)日：2020-01-24
申请号：CN201910936345.0
申请日：2019-09-29
Applicant: 浙江大学
IPC: G06F16/245 , G06F40/30 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向新型供电城轨列车数据运维的自然语言查询解析方法。新型供电城轨列车运行时采集获得的运维数据存储于数据库中，组建一条运维数据的训练样本；对运维数据的自然语言查询和字段进行嵌入处理；将两组输入向量结合各自的标签输入到各自的不同神经网络模型中进行训练；将待测试的自然语言查询语句处理成输入向量，通过训练后的两个不同神经网络模型映射到，对结构化查询语句的不同分类部分进行预测输出，预测后再组合合并成完整的预测结果。本发明利用了数据库已存储的大规模数据扩充训练样本，在获取成本低、存储代价小、使用效率高的基础上，丰富了模型学习到的语义信息，提升了对结构化查询语句的预测准确率。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.02 seconds)
