-
公开(公告)号：CN113658236A
公开(公告)日：2021-11-16
申请号：CN202110918646.8
申请日：2021-08-11
Applicant: 浙江大学计算机创新技术研究院
IPC: G06T7/33
Abstract: 本发明公开了一种基于图注意力机制的残缺点云配准方法。构建残缺点云配准网络并训练，利用残缺点云配准网络对待测物体的目标点云和源点云处理获得旋转变换和平移变换结果，进而变换实现点云配准；使用多层感知机网络提取残缺点云的高维特征，使用图注意力机制增强这些高维特征对点云空间结构信息的捕获能力和对关键匹配点的注意力，在全连接层获得的残缺点云各自高维特征基础上构建点云虚拟匹配对应点；使用奇异值分解获得点云间的旋转变换和平移变换。本发明方法能够有效解决不完整对应残缺点云之间的配准问题，能提升配准算法对关键配准点的注意力，避免非对应点的干扰，对点云缺失、高噪声、任意初始对应位置等复杂环境具有较强的适用性。
-
公开(公告)号：CN113487025A
公开(公告)日：2021-10-08
申请号：CN202110749499.6
申请日：2021-07-02
Applicant: 浙江大学
Abstract: 本发明提供了一种面向神经网络检查点数据的智能压缩存储方法，所述神经网络检查点数据包括权重浮点数数据和优化器浮点数数据；该方法具体为：利用增量压缩方法对神经网络每轮训练后的权重浮点数数据进行压缩并存储；和/或利用索引值映射代替神经网络每轮训练后的部分或全部优化器浮点数数据的前n位后进行存储。其中，索引值的位数小于n。本发明利用深度学习检查点数据的特征并结合模型训练流程，设计了智能压缩方法与系统，对检查点不同类别数据高效压缩，从而有效提高了存储系统的存储量和寿命。
-
公开(公告)号：CN111274814B
公开(公告)日：2021-09-24
申请号：CN201911369784.4
申请日：2019-12-26
Applicant: 浙江大学
IPC: G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种新型的半监督文本实体信息抽取方法。文档短语分割得候选实体集合；建立有、无监督学习部分，有、无标注的文档分别有、无监督学习；文档和实体类型输入实体抽取模块输出实体信息；文档和短语输入类型选择模块输出短语概率分布；两模块损失值相加为损失；文档输入实体抽取模块获得每个实体类型的损失；文档和短语输入类型选择模块输出短语概率分布；两模块损失值相乘后相加构成损失；两部分加权计算获得总损失，优化训练获得模型参数；将测文本依次输入到实体抽取模块和类型选择模块获得实体信息。本发明能够利用海量无标注数据，显著增强模型性能，在小样本标注数据的条件下有着显著的提升，也适用于零样本学习的半监督文本数据处理。
-
公开(公告)号：CN112396164A
公开(公告)日：2021-02-23
申请号：CN202011309990.9
申请日：2020-11-20
Applicant: 浙江大学计算机创新技术研究院
Abstract: 本发明公开了一种基于环境敏感智能轨迹预测方法。搜集车辆的轨迹数据并做预处理；选取横坐标和纵坐标范围建立路网区域；根据粒度将路网区域划分为相等的网格；根据粒度，设置网格映射函数，将轨迹数据转换为网格轨迹序列；统计构建获得网格粒度矩阵；构建基于环境敏感的神经网络模型；训练神经网络模型；使用模型预测轨迹进行预测；更新神经网络模型。本发明将路网划分为细粒度的网格，利用神经网络对路网整体情况进行抽象，并将信息加入到轨迹预测模型中，提高了轨迹预测的准确率。
-
公开(公告)号：CN111797911A
公开(公告)日：2020-10-20
申请号：CN202010573202.0
申请日：2020-06-22
Applicant: 浙江大学
Abstract: 本发明公开了一种图像数据多标签分类方法，该方法首先构建图片的拓扑关系，然后用基于协作的多标签传播算法(CMLP)来解决半监督多标签学习(SSML)问题，从而获得无标记图片的置信矩阵 本发明能够充分地利用多标签图像数据的多个标签之间的相关性来提升图片的多标签分类预测性能，提高了准确度和鲁棒性，同时能够挖掘无监督图像数据的分布信息，很好地解决半监督多标签学习问题，其性能优于现有的半监督图像数据多标签分类方法。
-
Patent Agency Ranking
公开(公告)号：CN109101468B
公开(公告)日：2020-07-03
申请号：CN201810873554.0
申请日：2018-08-02
Applicant: 浙江大学
IPC: G06F40/103
Abstract: 本发明公开了一种文本数据转换脚本的执行优化方法。针对通过网络分布式处理执行的文本数据转换脚本，对文本数据转换脚本进行解析，生成执行计划树；使用基于元组的多重集作为文本数据的数据模型，文本数据转换脚本包含了对多重集的结构和内容进行修改和转换的数据操作；根据转换脚本执行场景的不同，采用对应的执行优化方法；根据优化后得到的执行计划结果，生成逻辑程序处理并运行，从而对大数据平台上的数据进行高效地转换和处理。本发明方法能够应用于数据准备阶段对海量文本数据的处理，通过应用面向文本数据转换脚本的执行优化方法，能够有效地减少文本数据转换脚本在执行时的时空代价，提高数据准备阶段的效率。
-
公开(公告)号：CN107145519B
公开(公告)日：2020-07-03
申请号：CN201710229126.X
申请日：2017-04-10
Applicant: 浙江大学
IPC: G06F16/583 , G06F16/901
Abstract: 本发明公开了一种基于超图的图像检索与标注方法。本发明利用超图理论，有效组织社交图像的评论关系、标注关系和视觉相似关系；利用批量、并行和缓冲技术，提升超图转移概率矩阵的计算效率；利用结点排名得分上下界估计和近似方法，提升查询效率；利用用户反馈，提高查询质量。本方法根据图像视觉特征生成图像t‑NN图并结合图像的社交关联信息，建立超图模型，计算转移概率矩阵并存储到B+树；进行并行个性化PageRank查询，依据上下界估计筛选候选点集合并进行排序；最后根据用户反馈，再次进行查询，优化查询结果。本发明能有效地组织各种多维关系，并极大地提升了转移概率矩阵的计算效率和查询效率，且查询质量好于现有方法，提供了最佳性能。
-
公开(公告)号：CN107291895B
公开(公告)日：2020-05-26
申请号：CN201710476244.0
申请日：2017-06-21
Applicant: 浙江大学
IPC: G06F16/21 , G06F16/31 , G06F16/335 , G06F16/2458 , G06F40/284
Abstract: 本发明公开了一种快速的层次化文档查询方法。对文档集中的每个文档建立数据模型，对文档进行格式化处理获得文档质心向量和文档标签；生成的文档质心向量作为高维向量空间中的一个点，为每个文档集采用局部敏感哈希方法在内存中构建哈希索引结构；依据查询文本的文档质心向量，采用基于局部敏感哈希思想的查询方法在哈希索引结构中获取一个候选文档集；依据查询文本的文档标签，采用过滤‑细化的层次化框架在候选文档集中获取词移动距离度量下的最近邻文档。本发明设计的层次化查询方法应用于文档分类和检索时在效率和效果上获得了良好的平衡，使得用户在进行词移动距离度量下的文档查询时能够在保证准确性的情况下快速地获取目标文档。
-
公开(公告)号：CN107273464B
公开(公告)日：2020-05-12
申请号：CN201710408855.1
申请日：2017-06-02
Applicant: 浙江大学
IPC: G06F16/22 , G06F16/245
Abstract: 本发明公开了一种基于发布/订阅模式的分布式度量相似查询处理方法。在系统构建阶段，本发明将给定的度量空间数据集通过支枢点映射至向量空间；在分布式系统中，首先利用基于KD树的划分技术将数据划分到各个节点；其次各个节点建立局部索引并统计内部数据信息；最后各个节点组织成树形结构。在处理相似查询请求时，本发明在发布/订阅模式下，将查询请求作为任务发布到分布式系统中；各个工作节点利用基于相交的方法判断、订阅属于自己职责范围的任务，而后对其进行处理，将查询结果返回给用户。本发明充分利用了数据库中的索引、查询技术，采用统一的方法来处理度量相似查询，丰富和优化了分布式环境下的相似查询处理方法。
-
公开(公告)号：CN110310342A
公开(公告)日：2019-10-08
申请号：CN201910598505.5
申请日：2019-07-04
Applicant: 浙江大学滨海产业技术研究院
IPC: G06T7/90
Abstract: 本发明提供了一种适用于灰度颜色空间图像相关色域映射方法，包括以下步骤：S1：小色域边界上下阈值获取；S2：将灰度图像的二维平面结合灰度值构建为三维颜色曲面；S3：灰度颜色曲面待映射范围边界设置；S4：基于颜色准确度与纹理保持权衡构建待求解优化模型；S5：利用迭代求解的方法获得模型的次优解。本发明所述的一种适用于灰度颜色空间图像相关色域映射方法，通过设置参数来动态调整颜色映射的精准度与灰度图像层次纹理信息的保持程度，实现灰度图像保持颜色纹理的同时实现颜色的精准映射。
-
-
-
-
-
-
-
-
-
Search Results
351
records
(took 0.078 seconds)
