-
公开(公告)号：CN106873932B
公开(公告)日：2020-03-03
申请号：CN201710087474.8
申请日：2017-02-17
Applicant: 浙江大学
Abstract: 本发明公开了一种基于Android系统分辨率可控的远程桌面图像重定向系统，该系统包括：Android系统服务端和远程桌面客户端，其中，Android系统服务端包括：应系统框架层的Audio Finger进程、硬件抽象层的图像硬件抽象层模块以及系统框架层的远程桌面服务端；远程桌面客户端包括：第二通信模块和图像显示模块，本发明还提供了一种利用该系统进行基于Android系统分辨率可控的远程桌面图像重定向方法，实现了系统分辨率动态控制和系统显示图像数据重定向两种功能，满足了远程桌面环境下的图像传输需求。
-
公开(公告)号：CN106961421B
公开(公告)日：2019-10-18
申请号：CN201710088408.2
申请日：2017-02-17
Applicant: 浙江大学
IPC: H04L29/06 , H04L29/08 , H04N21/439 , H04N21/81 , G06F9/54
Abstract: 本发明公开了一种基于Android系统远程桌面的音频重定向系统，该系统包括：Android系统服务端和远程桌面客户端，其中，Android系统服务端包括：应用层的音乐播放应用与录音应用、系统框架层的Audio Finger进程、硬件抽象层的音频硬件抽象层模块以及系统框架层的远程桌面服务端；远程桌面客户端包括：第二通信模块、音频播放重定向处理模块、录音控制消息处理模块以及录音重定向处理模块，本发明还提供了一种利用该系统进行基于Android系统远程桌面的音频重定向方法，实现了音频播放重定向和麦克风录音重定向两种功能，满足远程桌面环境下的音频需求。
-
公开(公告)号：CN108628663A
公开(公告)日：2018-10-09
申请号：CN201810449372.0
申请日：2018-05-11
Applicant: 浙江大学
IPC: G06F9/455 , G06F12/1009
Abstract: 本发明公开了一种支持新型大页框架的KVM系统，包括内存虚拟化单元，单元中包含了EPT页故障处理模块和页表项删除模块。本发明通过对KVM模块和PHPA框架进行修改，提出了改造KVM的具体方法以及相关实现，使两者有机结合起来，并且该实现通过了相关测试，使得PHPA大页框架具有很好的扩展性，解决了Linux hugetlbfs静态大页很多问题。此外，本发明通过进一步修改KVM模块实现了对虚拟机冷热页的统计，最终形成了一个新的KVM系统，使得PHPA框架从实验室走向工业界迈出了非常关键的一步。
-
公开(公告)号：CN107766286A
公开(公告)日：2018-03-06
申请号：CN201710894280.9
申请日：2017-09-28
Applicant: 浙江大学
IPC: G06F15/78
CPC classification number: G06F15/7803
Abstract: 本发明公开了一种基于FPGA的板上系统实现方法，包括步骤：S1、建立处理器模块：处理器模块包括控制器和数据通路；S2、建立FPGA设备模块：FPGA设备模块包括PS/2接口、RS232接口、VGA接口、7段LED显示屏、LED显示屏、Switch、Button、片上ROM、总线接口以及IO控制逻辑；S3、建立板上存储器模块：板上存储器模块包括VRAM和内存；S4、将处理器模块、FPGA设备模块、存储器模块的电路综合为流文件，烧写到FPGA上。本发明有两方面优点：实现效率高，FPGA所提供的硬件资源丰富，可快速将设计好的计算机系统硬件在FPGA上实现，实现效率更高；灵活性高，由于FPGA是可重配置的，当计算机系统硬件的部分硬件参数发生变化时，可在运行时进行重新配置，即通过FPGA实现的计算机系统硬件更加灵活。
-
公开(公告)号：CN106980541A
公开(公告)日：2017-07-25
申请号：CN201710142827.X
申请日：2017-03-10
Applicant: 浙江大学
IPC: G06F9/50
Abstract: 本发明公开了一种大页内存压缩回收系统，包括：回收控制器，用于对大页进行解映射处理；压缩执行流模块，用于控制大页中内存数据的压缩和解压缩的执行流程，负责调用压缩流模块的单压缩或多压缩流压缩内存数据；压缩流模块，负责单压缩流或多压缩流的控制和调度，实时地根据CPU的负载情况分配空闲的单压缩流或多压缩流压缩内存数据；压缩/解压缩算法模块，用于对大页中内存数据的压缩或解压；压缩数据管理模块，用于压缩数据的动态存储管理；本发明还公开了一种利用上述大页内存压缩回收系统今进行大页内存压缩回收方法，本发明不仅可以极大地减少系统内存开销合提升CPU检索cache的速度，还能极大的拓展内存复用率。
-
Patent Agency Ranking
公开(公告)号：CN106873932A
公开(公告)日：2017-06-20
申请号：CN201710087474.8
申请日：2017-02-17
Applicant: 浙江大学
Abstract: 本发明公开了一种基于Android系统分辨率可控的远程桌面图像重定向系统，该系统包括：Android系统服务端和远程桌面客户端，其中，Android系统服务端包括：应系统框架层的Audio Finger进程、硬件抽象层的图像硬件抽象层模块以及系统框架层的远程桌面服务端；远程桌面客户端包括：第二通信模块和图像显示模块，本发明还提供了一种利用该系统进行基于Android系统分辨率可控的远程桌面图像重定向方法，实现了系统分辨率动态控制和系统显示图像数据重定向两种功能，满足了远程桌面环境下的图像传输需求。
-
公开(公告)号：CN104966129A
公开(公告)日：2015-10-07
申请号：CN201510310125.9
申请日：2015-06-08
Applicant: 浙江大学
Abstract: 本发明提供了一种车辆运行轨迹的分离方法，包括如下步骤：(1)获取车辆在设定时间段内运行的卫星定位数据，所述的卫星定位数据包括该卫星定位数据对应的采集时间，车辆位置以及载客状态；(2)根据各个卫星定位数据的载客状态对获取的卫星定位数据进行筛选，并根据筛选结果形成相应的载客运行轨迹；(3)确定所述载客运行轨迹的时间跳跃点和空间跳跃点的位置，并根据时间跳跃点和空间跳跃点的位置将所述的载客轨迹划分为若干个子运行轨迹。本发明根据时间跳跃点和空间跳跃点依次完成划分，易于实现，且充分考虑了车辆运行轨迹的特点，使最终得到的轨迹分离结果能够更加准确，能够有效提高利用该轨迹分离结果进行运动模式挖掘结果的准确性。
-
公开(公告)号：CN119418041A
公开(公告)日：2025-02-11
申请号：CN202510020152.6
申请日：2025-01-07
Applicant: 浙江大学
IPC: G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/096 , G06N5/022 , G06N5/04
Abstract: 本发明公开了一种基于混合专家的小样本目标检测方法和装置，属于目标检测技术领域，包括：采用重复上采样和数据增强方式对新类别小样本图像进行增强；构建基于混合专家的小样本目标检测模型，其包括共享浅层特征网络、每个混合专家的独有深层特征网络、特征融合网络、以及每个混合专家对应的目标检测网络；利用基础类别图像和新类别增强图像对上述基于混合专家的小样本目标检测模型进行参数优化，本发明利用混合专家巧妙结合了不同深度的特征，学习不同深度的知识，提高了模型在小样本目标检测任务上的检测性能；同时提出结合上采样和数据增强，不仅有效减轻了上采样过程带来的过拟合问题，而且加强了小样本数据的多样性，提高了模型的鲁棒性。
-
公开(公告)号：CN113947794B
公开(公告)日：2024-07-05
申请号：CN202111233086.9
申请日：2021-10-22
Applicant: 浙江大学
IPC: G06V40/16 , G06V40/40 , G06V10/774 , G06T3/18 , G06T3/02
Abstract: 本发明公开了一种基于头部姿态偏差校正的伪造换脸增强检测方法，包括：获取正常人脸图像和伪造人脸图像并提取关键点；针对伪造人脸图像，结合头部三维模型，对关键点进行重投影以得到重投影后关键点，对投影后关键点进行校正，根据提取的初始关键点和校正后关键点，采用基于最小移动二乘算法对伪造人脸图像进行扭曲以得到增强伪造人脸图像；以正常人脸图像和增强伪造人脸图像作为样本，基于样本的关键点进行头部姿势评估，以确定头部姿态的旋转矩阵和平移矩阵，以旋转矩阵和平移矩阵作构建特征来优化伪造换脸检测模型参数；利用参数优化的伪造换脸检测模型进行伪造换脸的增强检测。该方法通过增强伪造样本来增强伪造换脸检测模型的检测能力。
-
公开(公告)号：CN114564746B
公开(公告)日：2024-05-14
申请号：CN202210186854.8
申请日：2022-02-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于客户端权重评价的联邦学习方法，包括以下步骤：参与联邦学习的客户端与中心服务器建立安全通信通道，并进行联邦学习的初始化；客户端利用本地数据对本地模型进行参数优化后，上传当前轮次的本地模型信息至中心服务器，其中，本地模型信息包括本地模型参数和/或模型梯度；中心服务器依据本地模型信息并采用消融假设评估本地模型对联邦学习的贡献率，依据贡献率赋予本地模型的聚合权重，依据聚合权重聚合本地模型信息，以得到当前轮次的全局模型，当前轮次的全局模型下传至客户端以进行下一轮的联邦学习，该方法可以提升联邦学习的聚合效果。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.027 seconds)
