-
公开(公告)号：CN110209698B
公开(公告)日：2021-05-11
申请号：CN201910391665.2
申请日：2019-05-13
Applicant: 浙江大学
IPC: G06F16/2455 , G06F16/22
Abstract: 本发明公开了一种基于丝绸文物数据的织物图案创意设计方法，首先，根据属性对丝绸文物数据进行标记，建立包含属性信息的丝绸文物数据库；其次，对数据库进行稀有数据和常用数据的分类；然后，针对数据库的极度不均衡性对FP‑Growth算法进行改进，得到适用于对该丝绸文物数据库进行关联数据挖掘的改进FP‑Growth算法；最后结合丝绸图案设计领域的辅助设计系统根据数据挖掘结果得到创意设计的图案。本发明利用改进FP‑Growth算法对丝绸文物数据库进行关联数据挖掘，得到具有关联性的的织物图案设计结果，解决了现有的辅助设计系统所存在的所得结果可利用性不高的问题。另外，该改进算法对于丝绸文物数据库的关联规则的挖掘相对于其它关联规则挖掘算法更加快速有效。
-
公开(公告)号：CN110379011B
公开(公告)日：2021-03-23
申请号：CN201910575024.2
申请日：2019-06-28
Applicant: 浙江大学
Abstract: 本发明公开一种基于改进三次B样条曲线的水下地形点云孔洞修补方法。首先将水下地形点云按固定间隔均匀切片，并沿坐标系投影到二维平面上，通过改进的三次B样条曲线进行拟合，具体为通过三点共线的补点方式使得拟合后的曲线通过原有型值点，然后对于原始投影点列中间隔较大的相邻点区域，再次使用改进的三次B样条曲线进行拟合，解决了点列稀疏的问题，最后将拟合后的点列还原到三维空间中，完成了对点云孔洞的修补。相比传统的三次B样条曲线方法，本发明能够很好地考虑到点云切片的局部性特征以及点云整体的均匀性和连续性，紧密结合了等间隔测深采样的特点，在有效修补水下地形点云孔洞的同时最大限度地还原了原始的水下地形起伏情况。
-
公开(公告)号：CN109617662B
公开(公告)日：2020-05-12
申请号：CN201910008092.0
申请日：2019-01-04
Applicant: 浙江大学
Abstract: 本发明提出了一种水声OFDM‑NOMA下行链路联合资源优化方法，用以解决现有技术中没有可行性强的水下非正交多址网络资源分配机制的问题。首先建立基于OFDM‑NOMA的水声无线通信系统，系统部署一个基站BS以及K个锚节点，每个锚节点的信道信息状态已知；给定约束条件：基站总发射功率Pt、子载波分配的数量约束；以系统速率和为目标函数。为解决联合资源优化问题，将提出的优化问题分步完成。子载波分配采用一种较低的算法复杂度的贪婪算法，来满足该系统子载波分配的优化目标。对于功率分配，将优化目标由发射功率转化为通信速率，将功率分配模型转化为严格的凸优化问题，采用GP算法求解其最优值。本发明科学合理，算法复杂度低，适用于水下恶劣的通信环境。
-
公开(公告)号：CN110379011A
公开(公告)日：2019-10-25
申请号：CN201910575024.2
申请日：2019-06-28
Applicant: 浙江大学
Abstract: 本发明公开一种基于改进三次B样条曲线的水下地形点云孔洞修补方法。首先将水下地形点云按固定间隔均匀切片，并沿坐标系投影到二维平面上，通过改进的三次B样条曲线进行拟合，具体为通过三点共线的补点方式使得拟合后的曲线通过原有型值点，然后对于原始投影点列中间隔较大的相邻点区域，再次使用改进的三次B样条曲线进行拟合，解决了点列稀疏的问题，最后将拟合后的点列还原到三维空间中，完成了对点云孔洞的修补。相比传统的三次B样条曲线方法，本发明能够很好地考虑到点云切片的局部性特征以及点云整体的均匀性和连续性，紧密结合了等间隔测深采样的特点，在有效修补水下地形点云孔洞的同时最大限度地还原了原始的水下地形起伏情况。
-
公开(公告)号：CN109886305A
公开(公告)日：2019-06-14
申请号：CN201910063618.5
申请日：2019-01-23
Applicant: 浙江大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于GM-PHD滤波的多传感器非顺序量测异步融合方法，可用于解决杂波环境下基于雷达、声呐等多传感器异步非顺序量测的多目标跟踪问题。本发明采取了集中式特征级融合策略，融合中心对实时接收到的量测进行判断，针对顺序量测和到达滞后量测两种异步量测分别设计了基于GM-PHD滤波器的融合算法。特别的对于到达滞后量测，本发明合理改进了GM-PHD滤波器，解决了随机集框架下的反向状态预测及负时间量测更新问题，实现了目标状态的二次估计。本发明借助随机集理论的优势，避免了异步融合问题中复杂的数据关联问题，方法结构简单，易于实现的迭代更新，对于解决实际的多传感器多目标目标跟踪问题具有重要的现实意义。
-
Patent Agency Ranking
公开(公告)号：CN109839110A
公开(公告)日：2019-06-04
申请号：CN201910019372.1
申请日：2019-01-09
Applicant: 浙江大学
Abstract: 本发明涉及一种基于快速随机搜索树的多目标点路径规划的方法，属于机器人路径规划领域。本发明方法使用两层树的结构。底层树由多个目标点延伸出的多棵树组成，每棵树拥有一个由周围环境决定的权重，并且每棵树使用快速随机搜索树算法对自由空间进行探索。当两棵树足够近时产生一条有效的无碰撞路径，该有效路径及构成该有效路径的节点将会传递给顶层树。顶层树对这些路径和节点使用改进的最小生成树算法进行重新规划的工作，最终获得能够遍历多个目标点的最短路径。本发明中提供的多目标点路径规划方法能有效地在各种障碍物环境中运行，并且计算速度快，移动机器人能够对该路径直接进行导航。
-
公开(公告)号：CN109711620A
公开(公告)日：2019-05-03
申请号：CN201811599040.7
申请日：2018-12-26
Applicant: 浙江大学
Abstract: 本发明公开了一种基于GRU神经网络和迁移学习的短期电力负荷预测方法，属于电力负荷预测领域。针对短期电力负荷预测问题，提出了一种基于GRU神经网络和迁移学习的短期电力负荷预测方法，利用基于GRU的循环神经网络解决了传统神经网络无法提取时间特征的问题，扩展影响负荷变化的辅助信息输入，包括日期温度天气等影响因素，并加入Dropout层和规范化层避免了过拟合问题，提高了负荷预测的准确度；通过迁移学习对历史知识进行迁移，对正常投入使用的网络进行调整，利用目标预测数据进行再训练和微调，发挥历史数据的价值，使负荷预测的精度和效率进一步提高。
-
公开(公告)号：CN108647687A
公开(公告)日：2018-10-12
申请号：CN201810366154.0
申请日：2018-04-23
Applicant: 浙江大学
Abstract: 本发明涉及一种基于平移相减法的织物组织自动识别方法，属于图像识别领域。本发明提供了一种计算织物组织循环大小的平移相减算法(Translational Subtraction Algorithm，TSA)，并提供了一种基于TSA算法的织物组织有效识别方法。该方法结合织物图像不同方向的TSA算法和水平方向的亮度累加法获取织物组织循环宽度和纬线宽度。然后对织物图像进行错位TSA算法，分析错位TSA曲线相位的周期性和大小，可以得到织物组织循环的纱线根数和飞数，最终获得织物图像的组织意匠图。本发明中提供织物组织的自动识别方法能有效识别各种类型的织物组织，对织物图像光照、纹理和倾斜等干扰因素具有鲁棒性。
-
公开(公告)号：CN105468862B
公开(公告)日：2018-08-28
申请号：CN201510908528.3
申请日：2015-12-09
Applicant: 浙江大学
IPC: G06F17/50
Abstract: 本发明公开了一种在丝绸文物领域构建辅助设计专家系统的方法，该方法通过对丝绸文物图案进行解构建模，获得构成丝绸文物图案的基本的图案单元和最小化骨架结构，并进行属性化描述，根据丝绸文物图案单元之间、图案单元与骨架之间的关联，形成离散关联网络，建立模糊匹配规则，在用户设计需求的驱动下，根据模糊匹配规则和离散关联网络形成动态决策树，输出符合设计需求的创意设计图。本发明的方法可以结合丝绸文物领域的专家经验和专业知识，对丝绸文物信息进行建模，通过人机交互的方式，获得一系列丝绸文物创意设计图。
-
公开(公告)号：CN107239560A
公开(公告)日：2017-10-10
申请号：CN201710438756.8
申请日：2017-06-12
Applicant: 浙江大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于深度学习的文本蕴含关系识别方法，属于文本识别领域。该方法包括：步骤1：获取两个文本，将其中一个文本作为“前提”，另一个文本作为“假设”，并进行预处理，生成“前提”字符串和“假设”字符串；步骤2：生成“前提”基本矩阵的和“假设”基本矩阵；步骤3：计算“前提”和“假设”的距离关系矩阵和距离关系矩阵；步骤4：生成“前提”和“假设”的联合矩阵Up和联合矩阵矩阵Uh；步骤5：将联合矩阵分别送入深度学习模型中，生成m维双精度的“前提”句向量和“假设”句向量；步骤6:将“前提”和“假设”的句向量按照句向量混合方法生成分类向量；步骤7：将分类向量送入分类器，分类器输出“前提”和“假设”的关系。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.028 seconds)
