-
公开(公告)号：CN110135186B
公开(公告)日：2020-10-09
申请号：CN201910287444.0
申请日：2019-04-11
Applicant: 浙江工业大学
Abstract: 基于区块链技术的医疗数据交易与共享方法，具体包括：步骤1：设备节点产生原始数据，依据和医生节点、个人节点签订的合约，向这些节点请求背书、共识之后存入到源数据链中，保证原始数真实、有效；步骤2：个人节点或医院确权节点发起确权请求，依据和联盟链中的其他医院确权节点签订的合约，向其请求背书、共识之后存入到确权链中，解决交易数据所有权的归属问题，从而解决交易利益的归属问题；步骤3：某医院的交易节点向数据提供医院的交易节点发起交易请求，按照和提供方签订的合约，向其请求背书、共识之后存入到交易链中，确保了每笔交易真实有效、有据可查。数据保护区将数据使用者和数据隔离，保证数据的安全。
-
公开(公告)号：CN106682129B
公开(公告)日：2020-02-21
申请号：CN201611154347.7
申请日：2016-12-14
Applicant: 浙江工业大学
IPC: G06F16/33
Abstract: 个人大数据管理中层次概念向量化增量处理方法，含以下步骤：1)系统初次运行时将全部概念向量化，对全部分枝节点进行概念向量合并操作。2)用户操作概念树时执行：2.1)获取被操作节点及其父节点的概念向量及词总数；2.2)依据公式修改父节点的概念向量；2.3)以父节点为被操作节点从2.1)开始递归执行直到根节点；2.4)更新逆文档频率向量。3)误差累计到一定程度执行：3.1)获取当前逆文档频率向量和逆文档频率初始值向量；3.2)批量更新向量空间中所有向量权重；3.3)更新逆文档频率初始值向量。本发明实现了个人大数据管理中层次概念向量化增量计算方法，能够快速调整概念空间中的概念向量，提高执行效率。
-
公开(公告)号：CN104991812B
公开(公告)日：2017-12-29
申请号：CN201510275352.2
申请日：2015-05-27
Applicant: 浙江工业大学
Abstract: 数据库连接操作CPU密集度估算方法含以下步骤：1)初始化单位时间剩余量tleft＝1以及完成连接输入缓存IB的时间tjoin_IB_left，填满输出缓存OB的连接时间tjoin_OB_left等参数；2)若tleft>0，则转3)，否则终止并输出tcpu；3)若tleft足够连接完IB，转4)，否则转8)；4)若IB连接结果不够填充OB，则转7)；5)若IB连接结果多于填满OB，则连接IB直到填满OB，异步读入IB'与写出OB'，更新tcpu，取可用OB，转2)；6)若IB连接结果刚好填满OB，则取可用IB与OB，更新tcpu。转2)；7)连接完IB，异步读入IB'与写出OB'，取可用IB，更新tcpu，转2)；8)若tleft足够连接满OB，则连接IB直到填满OB，异步读入IB'与写出OB'，取可用OB，更新tcpu，转2)；否则转9)；9)连接IB直到tleft＝0，结果写入OB，更新tcpu，转2)。
-
公开(公告)号：CN106203172A
公开(公告)日：2016-12-07
申请号：CN201610588132.X
申请日：2016-07-25
Applicant: 浙江工业大学
CPC classification number: G06F21/6245 , G06Q50/01
Abstract: 本发明针对网络图中最短路径上的加权敏感边提出一种隐私保护方法，所述方法包含以下步骤：步骤1）、在建立的加权网络图中列出所有节点对间的最短路径集合；步骤2）、计算边介数值，并通过设置边介数阈值区分“敏感边”与“非敏感边”；步骤3）、对不同类型的敏感边执行添加伪边或修改边权值操作；步骤4）、删除原来的敏感边以实现节点对上重要关系的隐私保护。本发明通过添加伪边或修改边权值，再加上删除原敏感边相结合方法，这样就将原来由敏感边直接连接的关系转化为间接连通关系，由此可有效防御针对加权敏感边的恶意攻击，实现社会网络重要用户关系数据的隐私保护。
-
公开(公告)号：CN117633556A
公开(公告)日：2024-03-01
申请号：CN202311504267.X
申请日：2023-11-13
Applicant: 浙江工业大学
IPC: G06F18/23 , G06F18/2433 , G06F18/22
Abstract: 本发明公开了一种基于流式数据聚类的概念漂移适应方法，步骤如下：1)从数据采集终端实时收集数据，当新数据点从数据流中到达时，记录新数据点，并将该数据点的处理次序作为时间戳；2)所述步骤1中，当发生新数据点加入离群点集合时，如果加入新数据点前离群点集合为空，则仅需加入新数据点即可，否则如果离群点集合非空，还需更新离群点属性；3)检查微簇和各个离群点属性，将过期的微簇和离群点从对应集合中删除；4)检查各个微簇之间的相交关系，将相交的微簇进行组合，组合后形成宏簇；本发明使用聚类的方式实现了一种能够应对不同类型概念漂移的通用解法，同时剔除离群点集合中的异常值。
-
Patent Agency Ranking
公开(公告)号：CN117150006A
公开(公告)日：2023-12-01
申请号：CN202310894180.1
申请日：2023-07-20
Applicant: 浙江工业大学
IPC: G06F16/35 , G06F16/36 , G06F16/33 , G06F16/903 , G06F40/289 , G06F40/126 , G06F40/216 , G06F40/295 , G06N3/045 , G06N5/022 , G06Q40/10
Abstract: 本发明公开了一种融合知识图谱的海关进出口商品智能归类方法，步骤如下：1)基于通关历史数据构建海关领域词典；2)基于海关进出口税则手册和通关历史数据构建海关进出口商品知识图谱；3)利用分词工具和海关领域词典对用户商品描述进行分词；4)识别出用户商品描述中的海关领域实体，链接到海关进出口商品知识图谱，得到实体集；5)使用知识图谱嵌入方法将知识图谱的实体嵌入到连续的向量空间中；6)融合文本特征向量和实体特征向量，得到商品最终特征向量，将商品最终特征向量送入分类器，得到商品的税则编码预测结果；本发明将知识图谱引入了海关税则编码分类中，将知识和语言语义信息融合，增强了语义的表示，能提升归类的准确性。
-
公开(公告)号：CN115422155A
公开(公告)日：2022-12-02
申请号：CN202211045040.9
申请日：2022-08-30
Applicant: 浙江工业大学
IPC: G06F16/21 , G06F16/242 , G06F16/25 , G06F16/28
Abstract: 一种数据湖元数据模型建模方法，包括：提取数据实体的信息及其数据实体内元数据；判断数据实体的数据实体类型与模型中现有的恒星表是否相符；对数据湖进行提取获得数据实体内元数据和全局元数据；将获得的数据实体内元数据存储入对应数据实体所存储恒星表链接的行星表中；判断全局元数据所对应的彗星表是否创建；使用关系挖掘算法挖掘不同数据实体间可能存在的关系，根据不同数据实体的数据实体内元数据的内容进行挖掘；若通过算法确定某些数据实体间存在联系，则判断是否存在对应的星链表链接这些数据实体存储的恒星表，循环执行后两步，遍历完所有的数据实体，结束模型的构建。本发明了解决元数据耦合的复杂性问题以及异构数据的支持问题。
-
公开(公告)号：CN108920552B
公开(公告)日：2022-04-29
申请号：CN201810630231.9
申请日：2018-06-19
Applicant: 浙江工业大学
IPC: G06F16/22
Abstract: 本发明公开了一种面向多源大数据流的分布式索引方法，可实现数据流高效存储、索引快速构建，并提供高并发的近实时查询服务。针对多源大数据流特点，本发明提出了三层的分布式索引结构：最底层是基于数据流元组的索引，中间层是基于数据流时间窗口的索引，顶层是基于数据源的索引。由于单个计算节点的资源和处理能力有限，无法有效应对潜在规模无限和实时到达的数据流应用场景，本发明设计出主从结构和P2P结构相结合的集群架构。集群中主要由索引构建节点，查询节点，查询分发节点，存储节点，主控节点这五种节点组成，同时考虑集群中的数据存储、负载均衡、可扩展性因素，使得各个节点相互协作，稳定运转，从而提供高效的服务。
-
公开(公告)号：CN112836645A
公开(公告)日：2021-05-25
申请号：CN202110158069.7
申请日：2021-02-04
Applicant: 浙江工业大学
Abstract: 面向大规模运动心率序列的代跑检测方法，包含：1)代跑检测分类器的构建，具体包括：1.1)数据集预处理，包括缺失值处理和异常值处理；1.2)样本集的生成；1.3)构建代跑检测分类器；2)代跑检测，具体包括：2.1)基于时间区间的运动心率序列分桶；2.2)过滤掉无意义的数据桶；2.3)并行化处理各个运动心率序列数据桶，得到各个数据桶所对应的子预测样本集；2.4)归并并行化处理的结果，得到预测样本集2.5)使用构建好的代跑检测分类器模型对预测样本集中的元素进行分类。本发明实现了面向大规模运动心率序列下的代跑检测任务，能够较为快速、准确地从大规模的运动心率序列中自动检测识别出具有代跑嫌疑的序列对。
-
公开(公告)号：CN112784140A
公开(公告)日：2021-05-11
申请号：CN202110147159.6
申请日：2021-02-03
Applicant: 浙江工业大学
IPC: G06F16/953 , G06N3/04 , G06N3/08
Abstract: 一种高能效神经网络架构的搜索方法，包括：步骤1：构建层级运行时间与功率的多项式回归模型；步骤2：基于层级的运行时间和功率计算神经网络架构整体能耗；步骤3：将离散的搜索空间连续化；步骤4：把能耗作为搜索目标之一加入到神经网络架构搜索过程中。本发明用机器搜索的方式精准发现高能效网络架构、减少不必要的搜索开销。在网络架构能耗的测量中，利用多项式回归模型预测特定架构的能耗；在架构设计过程中，使用机器代替人工的方式自动搜索满足要求的架构，设计过程更加科学；利用连续化的搜索空间以及基于梯度下降的搜索方法，并在原来只搜索高精度神经网络架构的基础上新增高能效的目标，提升搜索效率的同时优化搜索结果。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.02 seconds)
