公开(公告)号：CN118154935A

公开(公告)日：2024-06-07

申请号：CN202410117384.9

申请日：2024-01-29

Applicant: 浙江大学滨江研究院 ,  杭州榕数科技有限公司

Inventor： 潘晓华 ,  陈晋音 ,  苏蒙蒙 ,  沈诗婧 ,  熊海洋 ,  郑海斌

IPC: G06V10/764 ,  G06V10/774

Abstract: 本发明公开了一种基于对比元学习的成像模式推理方法，基于对比元学习的成像模式推理方法，首先获取到RGB、红外和点云三种成像模式下的数据集。其次，基于数据增强的方法对三种模式的图像进行数据扩充，对增强后的不同成像模式数据集进行划分，得到训练集和测试集。然后，将训练集输入图像特征加强模块和对比元学习模块推理训练模型，再用测试集测试训练出的模型性能。最后，输入RBG、红外和点云三种成像模式中的一种模式图像到训练好的模型中进行成像模式推理，输出为三类成像模式的置信度得分，其中置信度得分最高的一类则是输入图像的成像模式，实现对成像模式的推理判断，根据成像模式的推理判断选择最优的目标检测技术。

公开(公告)号：CN118133190A

公开(公告)日：2024-06-04

申请号：CN202410539115.1

申请日：2024-04-30

Applicant: 浙江大学滨江研究院 ,  杭州熔合智造科技有限公司

Inventor： 潘晓华 ,  翁得鱼 ,  叶林辉 ,  尹建伟

IPC: G06F18/2431 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明的基于BN关系网络的负荷识别模型构建方法及负荷识别方法，针对当前非侵入式负荷识别方法在实际应用过程中可迁移性较差，在新的电器品牌和住房条件上模型泛化性能低，提出了一种基于自适应批标准化（Batch Normalization，BN）关系网络的非侵入式负荷识别方法，改善了不同数据集之间的模型泛化性能，并且在实际应用中只需要少量的标签数据。

公开(公告)号：CN117909577A

公开(公告)日：2024-04-19

申请号：CN202311858903.9

申请日：2023-12-30

Applicant: 浙江大学 ,  浙江大学软件学院(宁波)管理中心(宁波软件教育中心) ,  浙江大学滨江研究院

Inventor： 席萌 ,  杨孟铎 ,  周洁 ,  潘晓华 ,  李莹 ,  吴洋洋 ,  邓水光 ,  尹建伟

IPC: G06F16/9535 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种多行为感知的图对比推荐方法，包括：(1)原始视图上的表示学习；(2)无噪视图上的表示学习；(3)多行为感知建模，包含潜在行为建模、E步的行为表示学习和M步的行为对比学习；(4)多任务学习。本发明很好地建模了用户的多种行为，从而更加有效地捕捉了用户/物品之间的交互关系，使得表示得到进一步提升；同时，解决了对比学习中的噪声问题，使得本发明推荐方法学习到的表示更加有效。

公开(公告)号：CN117490048A

公开(公告)日：2024-02-02

申请号：CN202311369271.X

申请日：2023-10-19

Applicant: 浙江大学 ,  浙江大学滨江研究院

Inventor： 赫明春 ,  潘晓华 ,  尹建伟

IPC: F22B33/18 ,  F22D1/32 ,  F22D1/50 ,  F28D20/00 ,  F01K11/02 ,  F01K13/00 ,  F01K17/06

Abstract: 本发明公开一种耦合多加热源熔盐蓄热的灵活调峰系统，包括锅炉系统、汽轮机及发电机系统、冷却水循环系统、熔盐蓄热系统和熔盐放热系统。锅炉系统包括省煤器，锅炉过热器，锅炉再热器和SCR脱硝装置；汽轮机及发电系统包括高压缸、中压缸、低压缸和发电机；冷却水循环系统包括冷凝器、凝结水泵、低压加热器、除氧器、给水泵、高压加热器；熔盐蓄热系统包括冷盐罐、冷盐泵、热盐罐、热盐泵、过热蒸汽熔盐显热换热器、过热蒸汽熔盐潜热换热器、再热蒸汽熔盐换热器、蒸汽射流泵、烟气熔盐换热器、循环风机、熔盐电加热器，熔盐放热系统包括预热器、汽包、蒸发器和过热器。本发明能够实现锅炉和汽轮机灵活解耦，满足火电机组的深度调峰需求。

公开(公告)号：CN116738930A

公开(公告)日：2023-09-12

申请号：CN202310790075.3

申请日：2023-06-30

Applicant: 浙江大学滨江研究院

Inventor： 苏楠 ,  潘晓华 ,  尹建伟 ,  蒋湘广

IPC: G06F30/398 ,  G06F119/02

Abstract: 本发明公开了一种集成电路可靠性智能计算方法和设备，方法包括以下步骤：生成目标集成电路的失效特征参数表和元件基础失效率，并存储在基础元件库；所述的失效特征参数表包括电子元件的序号、元件名、元件最小类别、下级元件列表、上级元件列表；电子元件的上、下级元件列表按照电流方向；采用计算机搜索算法识别目标集成电路图中的失效环；根据规则由计算机自动判断目标集成电路中各电子元件的失效串并联结构，根据失效环画出失效树并分层，每一层对应失效树的一条支路；计算失效树每一条支路的失效率、失效树的整体失效率以及目标集成电路的可靠度。本发明的方法具有计算效率高、计算精度高、可以进行海量元件组成的电路系统可靠性计算。

公开(公告)号：CN116628328A

公开(公告)日：2023-08-22

申请号：CN202310572045.5

申请日：2023-05-18

Applicant: 浙江大学 ,  浙江大学滨江研究院 ,  杭州熔合智造科技有限公司

Inventor： 王楦烨 ,  尹建伟 ,  潘晓华 ,  席萌

IPC: G06F16/9535 ,  G06F40/284 ,  G06F40/30 ,  G06F18/213 ,  G06F18/25 ,  G06F16/901 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明提供了一种基于功能语义和结构交互的WebAPI推荐方法，属于Web环境中WebAPI推荐技术领域。它解决了现有Mashup服务需求描述过短等问题。本基于功能语义和结构交互的WebAPI推荐方法，步骤S1：采集现有Mashup应用及其相关的API服务中的描述数据，并提取获取Mashup应用文本描述信息及API服务文本描述信息；步骤S2：针对Mashup应用及API服务的文本描述信息进行预处理；步骤S3：针对Mashup应用中使用的API服务之间的协作关系，构建Mashup‑API二部图；步骤S4：构建功能性语义组件，提取文本描述信息中的功能性语义特征；步骤S5：构建结构性交互组件，提取稀疏交互中的潜在隐性相关性；步骤S6：融合多模型训练，集成不同类型的特征描述。本发明具有降低了数据稀疏性对推荐结果的影响等优点。

公开(公告)号：CN116611431A

公开(公告)日：2023-08-18

申请号：CN202310496212.2

申请日：2023-05-05

Applicant: 浙江大学滨江研究院 ,  杭州熔合智造科技有限公司

Inventor： 潘晓华 ,  张志伟 ,  沈诗婧 ,  尹建伟 ,  李吉屹

IPC: G06F40/284 ,  G06F40/211 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于联合模型的声明验证方法，包括以下步骤：获取标注数据集和证据语料库，所述标注数据集包含多个已标注谣言标签的声明数据，基于所述声明数据从证据语料库中获取相关的Top‑K个备选证据，组成训练集；构建基于注意力机制的深度学习网络，所述深度学习网络包括备选证据选择模块，证据选择模块，理由选择模块以及声明验证模块；采用训练集对深度学习网络进行训练，以获得用于声明验证的验证模型；将待验证的声明数据输入至所述验证模型中，以获得包含真伪判断和判断依据的验证结果。本发明还提供了一种声明验证装置。本发明提供的方法在输出验证结果的同时，给出支撑论据，能够更好的帮助区分谣言。

公开(公告)号：CN115392661A

公开(公告)日：2022-11-25

申请号：CN202210962829.4

申请日：2022-08-11

Applicant: 浙江大学 ,  浙江大学滨江研究院

Inventor： 潘晓华 ,  徐晓东 ,  沈诗婧 ,  尹建伟

IPC: G06Q10/06 ,  G06Q50/26 ,  G06F17/18

Abstract: 本发明公开了一种用于政府机构的智能履职评估方法，包括：步骤1、获取履职信息；步骤2、根据履职类型次数矩阵与履职成果进行量化计算，获得对应的量化评价数据集；步骤3、对量化评价数据集进行向量分配处理，获得对应的履职得分和履职积极度；步骤4、对量化评价数据进行分类，获得对应的履职评价分类结果；步骤5、根据履职类型次数矩阵与履职主题次数矩阵，匹配获得对应的履职偏好；步骤6、基于上述获得的数据，绘制获得用于评估履职价值的行为画像集。本发明还公开了一种智能履职评估装置。本发明方法可以方便政府机关各单位的履职人员的评估，获得更加全面、更加准确的评估结果，从而进一步优化各单位的职能工作。

公开(公告)号：CN114707432A

公开(公告)日：2022-07-05

申请号：CN202210628037.3

申请日：2022-06-06

Applicant: 浙江大学滨江研究院

Inventor： 潘晓华 ,  吴长安 ,  沈诗婧 ,  尹建伟

IPC: G06F30/27 ,  G06Q10/04 ,  G06Q10/06 ,  G06Q50/04 ,  G06N3/12 ,  G06F111/04 ,  G06F111/08 ,  G06F119/12

Abstract: 本发明公开了一种基于遗传算法的锻造工厂智能排产方法，包括：（1）基于遗传算法构建锻造工厂生产过程的数学模型，构建目标函数；（2）将生产合同的炉次和加热设备编码成染色体基因；（3）随机生成满足业务逻辑和规则约束的初始种群；（4）对初始种群的个体并进行交叉、变异操作，获得下一代种群；采用精英保留策略记录当前种群的最优解；（5）重复步骤（4）直至达到最大迭代次数；对每一代种群的最优解进行比较，得到全局最优解；（6）若在生产过程中有临时生产合同需要进行插单时，将每个生产工序上未开始的炉次和临时生产合同的生产工单作为输入，重复步骤（2）‑（5）。本发明可以准确评估预测生产时长，提高生产效率。

公开(公告)号：CN118965009B

公开(公告)日：2025-02-11

申请号：CN202411467025.2

申请日：2024-10-21

Applicant: 浙江大学滨江研究院

Inventor： 叶林辉 ,  翁得鱼 ,  潘晓华

IPC: G06F18/214 ,  G06F18/22 ,  G06F18/213 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明公开了一种基于鲁棒性度量学习的非侵入式负荷识别方法，包括如下步骤：步骤一，采集不同运行条件下不同电器类型的电流数据，用于组建元学习数据集；步骤二，使用神经网络架构搜索算法对特征提取网络进行学习，具体为对整体的特征提取网络框架进行定义；步骤三，构建基于神经网络架构搜索的度量学习网络框架；步骤四，使用步骤三中获得的度量学习模型对电器进行非侵入式负荷识别。本发明的基于鲁棒性度量学习的非侵入式负荷识别方法，使用神经网络架构搜索算法对度量学习网络的特征提取模块进行自动搜索，通过含噪数据集的训练，得到抗噪声能力最强的网络结构，提高最终度量学习模型的鲁棒性。