-
公开(公告)号：CN111949658A
公开(公告)日：2020-11-17
申请号：CN202010784486.8
申请日：2020-08-06
Applicant: 浙江工业大学
IPC: G06F16/22 , G06F16/242
Abstract: 本发明涉及一种面向数据立方体的可操作图形透视表构建方法，本发明将立方体投影到二维的数据透视表中，根据用户配置的透视表横纵轴展示的维度以及度量信息，采用B+树快速索引出维度的成员信息，并结合表代数计算表格结构以及表头的结构，获取到表格数据区域的行列结构以及每一个数据单元的数值属性，根据计算后的属性构造MDX查询语句查询数据立方体中对应的具体数值。当用户对维度层次的等级进行操作，仅需要重新结合维度的B+树以及表代数快速计算出表格结构并索引数据。本发明适应数据透视表简洁、直观的特点，该发明方法具有透视表操作响应敏捷，大量数据处理高效等特点，能够快速计算与降低系统I/O。
-
公开(公告)号：CN101105832A
公开(公告)日：2008-01-16
申请号：CN200710070278.6
申请日：2007-08-13
Applicant: 浙江工业大学
Abstract: 一种基于(t，n)门限的关系型数据库水印的嵌入方法，依照关系型数据库设定以下参数：水印图像、Lagrange插值多项式中的大素数p、标记算法中的用户密钥user_key、(t，n)门限中的t，n值、数据变动范围len，所述数据变动范围len是小数点后第t位起、共len位能够变动；对水印图像进行数值化处理，得到图像的数值化表示形式bigint；利用(t，n)门限算法以及Lagrange插值多项式，完成水印的嵌入。并提供了该水印的提取方法。本发明具有较好鲁棒性，水印图像稳定性好、水印图像计算效率高、实用性强。
-
公开(公告)号：CN118260687A
公开(公告)日：2024-06-28
申请号：CN202410284057.2
申请日：2024-03-13
Applicant: 浙江工业大学
IPC: G06F18/2433 , G06F18/211 , G06F18/213 , G06F40/30 , G06N20/00
Abstract: 本发明公开了一种基于子特征选择的概念漂移检测与适应方法，步骤如下：1)收集数据形成数据集，构建基于集成分类器的分类预测模型、基于单类分类器的概念漂移检测器，初始化完成后二者开始并行工作；2)使用概念漂移检测器进行概念漂移检测，当检测到异常数据点的比例大于警告阈值时，认为发生漂移，进行后续步骤并更新概念漂移检测器；3)使用二分类器进行子特征漂移幅度检测，检测发生概念漂移的数据块中各个子特征的漂移幅度，作为集成分类预测模型的更新权重；4)在检测到概念漂移之后，以各子特征的漂移幅度作为权重更新集成分类预测模型，并采用特征淘汰机制淘汰所有漂移幅度大于某一阈值且对分类器性能没有提升的子特征，完成集成分类预测模型的更新。本发明通过单类分类器在无监督的条件下进行概念漂移检测，在检测到漂移后对发生漂移的数据集中的各个子特征进行漂移幅度检测，从而找到在发生概念漂移前后分布变化最大的部分子特征，正是这些子特征的变化导致了概念漂移现象。
-
公开(公告)号：CN112837299B
公开(公告)日：2024-02-27
申请号：CN202110175437.9
申请日：2021-02-09
Applicant: 浙江工业大学
IPC: G06F16/583 , G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种纺织品图像指纹检索方法。它括图像指纹获取、图像索引构建与图像检索；图像指纹获取包括获取待检测纺织品图像及纺织品图像库中所有纺织品图像的指纹，纺织品图像中多个重复出现的局部细粒度特征定义为纺织品图像的指纹部件，将提取出的指纹部件融合后生成的图像特征定义为纺织品图像的指纹；图像库中每个图像的指纹作为对应图像的特征，与图像名对应存储；再采用Cosine余弦距离计算待检测图像的指纹与图像库中的图像指纹特征之间的距离，将距离最近的图片取出，即为检索到的纺织品图像。本发明能够方便用户快速找到使用该指纹部件的纺织品图像，提高检索效率。通过指纹实现图像精准检索，提高了纺织品图像指纹检索的精度。
-
公开(公告)号：CN109189747B
公开(公告)日：2022-03-15
申请号：CN201810889375.6
申请日：2018-08-07
Applicant: 浙江工业大学
IPC: G06F16/182 , G06F16/2458
Abstract: 本发明针对不同类型电瓶车用户的行驶习惯提出一种基于Spark大数据平台的电瓶车用户行为习惯分析方法，所述方法包含以下步骤：步骤1)、采集安装在每辆电瓶车上传感器的状态数据，包括行驶平均速度、放电时间、充放电次数和电压值等4种属性状态，其中电压字段用于对电瓶车类型分类；步骤2)、在大数据Spark平台上分别调用K‑Means聚类算法接口和DBSCAN聚类算法对电瓶车用户数据集进行聚类；步骤3)、使用联合Sorgenfrei系数对这两种聚类结果进行相似性评价，调整簇数k后再循环执行步骤2)获得两种算法的聚类结果，并再次用联合Sorgenfrei系数计算聚类结果的相似性指标；步骤4)、选择当联合Sorgenfrei系数取得最大时的k值作为最优簇数，输出确定最优簇数后两种算法聚类结果的交集。
-
Patent Agency Ranking
公开(公告)号：CN112837299A
公开(公告)日：2021-05-25
申请号：CN202110175437.9
申请日：2021-02-09
Applicant: 浙江工业大学
Abstract: 本发明公开了一种纺织品图像指纹检索方法。它括图像指纹获取、图像索引构建与图像检索；图像指纹获取包括获取待检测纺织品图像及纺织品图像库中所有纺织品图像的指纹，纺织品图像中多个重复出现的局部细粒度特征定义为纺织品图像的指纹部件，将提取出的指纹部件融合后生成的图像特征定义为纺织品图像的指纹；图像库中每个图像的指纹作为对应图像的特征，与图像名对应存储；再采用Cosine余弦距离计算待检测图像的指纹与图像库中的图像指纹特征之间的距离，将距离最近的图片取出，即为检索到的纺织品图像。本发明能够方便用户快速找到使用该指纹部件的纺织品图像，提高检索效率。通过指纹实现图像精准检索，提高了纺织品图像指纹检索的精度。
-
公开(公告)号：CN107219463B
公开(公告)日：2019-11-12
申请号：CN201710340766.8
申请日：2017-05-12
Applicant: 浙江工业大学
IPC: G01R31/392 , G01R31/396 , G01R31/367
Abstract: 本发明针对不同类型电瓶车的用户使用习惯提出一种基于概率统计的电池组寿命预测方法，所述方法包含以下步骤：步骤1）、对影响电瓶车电池使用寿命的用户习惯如行驶里程数和电池放电时间这两个重要因素进行统计与分析；步骤2）、根据电压值对电瓶车类型进行分类，建立电瓶车用户使用习惯与电池寿命间的关联模型；步骤3）、利用训练样本集对关联模型进行参数估计；步骤4）、将待测试的新用户行驶里程数和累计放电时间代入对应的电池寿命状态函数进行计算，得出电池寿命状态的标准量，与设置阈值进行比较后得到当前电瓶车用户的电池寿命状态结论。
-
公开(公告)号：CN106021560B
公开(公告)日：2019-04-09
申请号：CN201610373112.0
申请日：2016-05-30
Applicant: 浙江工业大学
IPC: G06F16/22
Abstract: 面向数据流的低时延内存B+树索引构建方法,重复执行以下步骤：1)通过时间戳为wT的时间窗接收数据，按等时间分片处理数据，每个分片数据接收完后即进行排序，并与之前已排序数据归并，时间窗到期后异步开启新的时间窗并继续后续步骤；2)获窗口元组总量，计算树结构参数：层数，内部节点的子节点数，内部节点数，叶子节点数，叶子节点的子节点数等；3)据步骤2)的参数一次性分配所需的数据结构；4)自底向上依次并行构建叶子节点和内节点得到子树，其根节点指针为rtPtr；5)将元组 插入到全局B+树上并转步骤1)。
-
公开(公告)号：CN105868366B
公开(公告)日：2019-02-01
申请号：CN201610190598.4
申请日：2016-03-30
Applicant: 浙江工业大学
IPC: G06F16/9032 , G06K9/62
Abstract: 基于概念关联的概念空间导航方法，含以下步骤：1)用户选定某概念C为起始概念进行导航；2)计算C与概念空间中其他概念的相似度，并更新相似度旧值(若存在)；3)获取C的语义关联信息{ }；4)整合并标准化每个其他概念与C的相似度值、语义关联的有无这两个指标；5)依据步骤4)的两个指标，计算其他每个概念与C的相关程度值，并据此值高低排序取Top K个概念；6)用概念图可视化呈现这K个概念及其与C的相似度值、语义关联信息；7)用户找到目标概念，导航结束；或选择需要进一步扩展(探索)的概念，重复以上步骤。本发明从指定概念导航至其关联概念群，方便用户找到目标概念，提高检索效率。
-
公开(公告)号：CN109189747A
公开(公告)日：2019-01-11
申请号：CN201810889375.6
申请日：2018-08-07
Applicant: 浙江工业大学
IPC: G06F16/182 , G06F16/2458
Abstract: 本发明针对不同类型电瓶车用户的行驶习惯提出一种基于Spark大数据平台的电瓶车用户行为习惯分析方法，所述方法包含以下步骤：步骤1)、采集安装在每辆电瓶车上传感器的状态数据，包括行驶平均速度、放电时间、充放电次数和电压值等4种属性状态，其中电压字段用于对电瓶车类型分类；步骤2)、在大数据Spark平台上分别调用K-Means聚类算法接口和DBSCAN聚类算法对电瓶车用户数据集进行聚类；步骤3)、使用联合Sorgenfrei系数对这两种聚类结果进行相似性评价，调整簇数k后再循环执行步骤2)获得两种算法的聚类结果，并再次用联合Sorgenfrei系数计算聚类结果的相似性指标；步骤4)、选择当联合Sorgenfrei系数取得最大时的k值作为最优簇数，输出确定最优簇数后两种算法聚类结果的交集。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.022 seconds)
