-
公开(公告)号：CN118377965B
公开(公告)日：2025-04-11
申请号：CN202410526812.3
申请日：2024-04-29
Applicant: 杭州电子科技大学
IPC: G06F16/9535 , G06F16/901 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 本发明公开了一种因子感知图阶段性负采样表示学习个性化服务方法，步骤如下：S1、输入用户的历史标记数据；S2、根据用户和服务之间的交互构建用户‑服务邻接矩阵；S3、构建负样本候选集合；S4、在无向图G中迭代地执行图卷积生成用户和物品的嵌入表征；S5、利用解耦技术分解出负因子，并对负因子的语义进行约束；S6、利用用户增强挑选出真正的负面实例以进行训练；S7、将正负实例与真负实例相结合，生成合成的硬负实例，以进行进一步性能优化；S8、对正面实例和令人困惑的正面实例之间进行迁移学习；S9、将用户和服务在不同层的嵌入表示相加作为最终表示；S10、推荐：计算最终表示的内积作为每个服务的推荐得分，为用户推荐分数最高的若干个服务。
-
公开(公告)号：CN119578507A
公开(公告)日：2025-03-07
申请号：CN202510113751.2
申请日：2025-01-24
Applicant: 杭州电子科技大学
IPC: G06N3/096 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084 , G06V10/82 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/764 , G06N3/048
Abstract: 本发明公开了一种干扰生成对抗网络驱动的知识蒸馏方法，该方法首先获取由三通道RGB格式图像构成的图像分类数据集。其次构建干扰生成对抗网络AD‑GAN，包括教师模型、学生模型和干扰生成模型，三个模型输入均为图像分类数据集中的图像，教师和学生模型输出为图像类别预测的置信度向量，干扰生成模型的输出为带干扰的图像。最后对三个模型进行对抗训练，一个训练批次分为干扰生成模型训练阶段和学生模型蒸馏训练阶段，两者的训练分别使用独立的优化器，干扰生成模型作为对抗训练中的生成器，教师和学生模型共同作为判别器。本发明增强了学生模型的泛化能力和抗噪性能，为资源受限场景提供实用且高效的解决方案。
-
公开(公告)号：CN117671943B
公开(公告)日：2024-12-13
申请号：CN202311564862.2
申请日：2023-11-22
Applicant: 杭州电子科技大学
IPC: G08G1/01 , G06Q10/04 , G06F18/214
Abstract: 本发明公开了一种基于时空间霍克斯过程的交通事件预测方法，包括以下步骤：步骤1、收集所有类型交通事件的历史时空数据；步骤2、建立时空间霍克斯过程模型，该模型能够描述时空数据的相关性和概率强度；步骤3、通过对时空数据进行训练，估计时空间霍克斯过程模型的参数；步骤4、利用经过训练的模型进行交通事件的预测。上述技术方案能够利用时空间霍克斯过程模型，有效解决已有交通事件预测方法面临的问题与挑战，基于时空数据有效捕捉时空相关性并精准预测交通事件的发生。
-
公开(公告)号：CN117877117A
公开(公告)日：2024-04-12
申请号：CN202410043629.8
申请日：2024-01-11
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/22 , G06V10/764 , G06V10/766 , G06N20/00
Abstract: 本发明公开了基于视频数据增强的动作质量评估方法，该方法首先获取视频数据集，做数据预处理，并标注人员边界框信息，生成前景掩码、背景掩码，并做背景互换数据增强，得到合成视频。其次将合成视频分为N个片段，构成片段集合，将集合里的片段进行连结，输入时空特征提取模块，得到时空特征，并和模范分数进行连结得到f(n,m)。然后根据数据集的分数分布，构造组感知二叉回归树，以f(n,m)作为输入，在叶子结点进行回归评分，得到预测结果。最后根据预测结果，计算待评估视频的最终分数，按照多样本投票机制预测动作完成质量的评分。本发明能够更好地理解和识别视频中的动作，使得预测结果更加精确和具有可解释性。
-
公开(公告)号：CN115775285A
公开(公告)日：2023-03-10
申请号：CN202211583851.4
申请日：2022-12-09
Applicant: 杭州滨电信息技术有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于优先队列的客户端自适应地图矢量线简化方法及系统。本发明针对现有基于线简化的轨迹压缩方法依赖于人工设置的距离阈值，并且无法提前确定轨迹的压缩率的问题，通过使用优先队列来选择特征点，并且在算法运行过程中不断判断是否达到目标压缩率，减小了为达到目标压缩率而使用不同距离阈值重复压缩过程导致的不必要的计算开销。
-
Patent Agency Ranking
公开(公告)号：CN113362242B
公开(公告)日：2022-11-04
申请号：CN202110621167.X
申请日：2021-06-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多特征融合网络的图像修复方法，包括：S1基于多特征融合的生成网络；S2编码器中基于多级特征提取的下采样模块；S3解码器中基于多级特征提取的上采样模块；S4解码器中基于亚像素的上采样层；S5基于块的判别网络。本发明首先将待修复图像输入基于多特征融合的生成网络中，得到具有一定结构信息的初始修复图像；然后将初始修复图像输入到基于多特征融合的精细生成网络中，进一步填充高频信息；通过计算重建损失、结构损失和对抗损失，优化网络参数，使得修复后的图像具有清晰合理的结构信息及有序的纹理信息，提升修复后图像的视觉质量。
-
公开(公告)号：CN114817663A
公开(公告)日：2022-07-29
申请号：CN202210480892.4
申请日：2022-05-05
Applicant: 杭州电子科技大学
IPC: G06F16/9035 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于类别感知图神经网络的服务建模与推荐方法，包括以下步骤：步骤1、输入用户的历史服务交互数据；步骤2、读取并处理用户的历史服务交互数据；步骤3、构建异构超图步骤4、通过类别感知超图卷积构建模型，并挖掘服务交互序列中服务和服务类别信息之间的复杂关系；步骤5、模型训练与服务推荐。上述技术方案首先是通过类别感知超图对用户的服务交互序列及对应的类别信息进行有效建模，然后利用图神经网络训练服务的向量表示，从而可以更好地捕捉用户服务交互序列中服务、类别及其之间的联系。其次是使用注意力机制准确提取用户的局部和全局兴趣，进而进行自适应融合得到混合兴趣，为用户提供更加精准的服务推荐。
-
公开(公告)号：CN113626597B
公开(公告)日：2022-04-01
申请号：CN202110830568.6
申请日：2021-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于门控三塔的智能制造装备故障预测方法，包括：S1通道塔编码器；S2带有多尺度聚合模块的滑窗塔编码器；S3带有跨塔注意力模块的文本塔编码器；S4门控模块。本发明首先将通道嵌入矩阵输入到通道塔编码器，得到通道特征；将时序嵌入矩阵输入到带有多尺度聚合模块的滑窗塔编码器，得到聚合时序特征；进一步，将文本表示输入至文本塔编码器得到文本特征并将文本特征和时序特征输入至跨塔注意力模块得到加权文本特征；最后通过门控模块融合通道特征、聚合时序特征和加权文本特征进行故障类别预测；通过计算交叉熵损失优化参数，使得模型能够动态地自适应融合多台智能制造装备的三种特征，从而提升故障预测的准确率。
-
公开(公告)号：CN114219581A
公开(公告)日：2022-03-22
申请号：CN202111669824.4
申请日：2021-12-31
Applicant: 杭州电子科技大学
IPC: G06Q30/06 , G06F16/906 , G06F16/9537
Abstract: 本发明涉及一种基于异构图的个性化兴趣点推荐方法及系统。其方法包括步骤：S1获取用户‑兴趣点签到记录；S2基于签到记录构建用户‑兴趣点‑时间异构子图、用户‑类别异构子图；S3基于异构子图计算用户对于兴趣点的兴趣点偏好概率、类别偏好概率；S4基于签到记录计算用户对于兴趣点的一般签到概率，并计算兴趣点流行度；S5根据兴趣点的经纬度和签到记录，计算在地理位置偏好影响下用户对于兴趣点的地理位置偏好签到概率；S6基于兴趣点偏好概率、类别偏好概率、兴趣点流行度、地理位置偏好签到概率，预测用户对兴趣点的总体签到概率；S7基于总体签到概率，对用户进行兴趣点推荐。在推荐兴趣点时综合考虑了多种重要因素，提高了兴趣点推荐的准确性。
-
公开(公告)号：CN110704741B
公开(公告)日：2021-10-15
申请号：CN201910940088.8
申请日：2019-09-30
Applicant: 杭州电子科技大学
IPC: G06F16/9535 , G06F16/9537 , G06F16/2458
Abstract: 本发明公开了一种基于时空点过程的兴趣点预测方法，包括：S1基于点过程的时空上下文信息集成与用户签到序列建模；S2基于时空点过程的用户兴趣的预测；S3时空上下文和序列感知的预测。本发明利用时空点过程从用户的签到序列中提取用户的行为模式和兴趣，再结合时空上下文预测用户的上下文兴趣，最后综合考虑用户的一般兴趣和上下文兴趣，从而改进预测效果并提升准确率。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.032 seconds)
