-
公开(公告)号：CN110988804A
公开(公告)日：2020-04-10
申请号：CN201911095867.9
申请日：2019-11-11
Applicant: 浙江大学
Abstract: 本发明公开了一种基于雷达脉冲序列的雷达辐射源个体识别系统，包括雷达个体脉冲序列数据库、数据预处理模块、不同个体权重计算模块、加权的极限梯度提升雷达个体建模模块、雷达个体识别模块、雷达个体识别最终结果计算模块。本发明基于雷达脉冲序列实现雷达辐射源的个体识别，基于雷达脉冲序列的雷达辐射源个体识别系统中除采用原始脉冲序列作为输入，还对原始雷达脉冲序列进行小波分解从而获得多尺度输入，挖掘更多可区分的细微特征，采用加权的集成学习算法建立雷达辐射源个体识别模型，能够克服数据库中雷达个体样本数量不平衡的问题，同时具有特征提取能力强、准确率高、建模速度快等优点。
-
公开(公告)号：CN112435095B
公开(公告)日：2025-01-03
申请号：CN202011353849.9
申请日：2020-11-26
Applicant: 浙江大学
IPC: G06Q30/0601 , G06Q50/04 , G06F30/25 , G06F111/04 , G06F111/08 , G06F119/12
Abstract: 本发明公开了一种纸箱生产车间订单生产管理装置，由设置模块、获取模块、存储模块、建模模块、计算模块和输出模块组成。通过设置模块对基础参数文件进行设置，并存入存储模块；通过获取模块接收订单信息，并存入存储模块；接收生成指令后，通过建模模块读取订单数据和基础参数文件，根据相应算法形成数学模型；在计算模块中，调用优化算法，获取排产结果，并通过输出模块转发到各个生产机器和生产管理平台。通过本申请，解决了纸箱生产车间订单管理效率低、考虑不全面的问题，实现了订单管理处理的准确与高效。
-
公开(公告)号：CN114707654A
公开(公告)日：2022-07-05
申请号：CN202210628435.5
申请日：2022-06-06
Applicant: 浙江大学
IPC: G06N5/04 , G06N3/08 , G06K9/62 , G06F16/904
Abstract: 本发明公开了一种基于人工智能框架的算法训练推理性能可视化方法及装置，属于深度学习技术领域。本发明能够将深度学习模型在人工智能框架上的算法训练或推理过程的数据转换为通用的Protobuf数据格式，通过计算深度模型网络中的节点延迟和节点效率来可视化人工智能框架的性能表现，方便用户分析和优化算法模型。本发明提供了比较不同人工智能框架的算法训练或推理性能的方法，适用于不同的人工智能框架，为用户比较和选择合适的人工智能框架以及优化模型结构提供帮助。
-
公开(公告)号：CN114707022A
公开(公告)日：2022-07-05
申请号：CN202210605506.X
申请日：2022-05-31
Applicant: 浙江大学
IPC: G06F16/783 , G06F16/732 , G06F16/9032 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种视频问答数据集标注方法、装置、存储介质及电子设备，属于计算机视觉领域。本发明通过人工智能网络构建辅助标注技术来提高标注效率，先使用视频问答模型先针对样本输出预测的内容定位和问句答案，将将预测结果提供给人工进行校对，人工校对后再最终产生标注结果，从而一定程度缩小人工查找视频问句答案范围。在本发明中，初步的标注信息可由神经网络模型自动生成，人工仅需要对模型生成的自动进行校核调整即可，若存在错误可进行修正，由此大大提高了视频问答数据集的标注效率，也避免了直接采用模型预测时的标注质量问题。
-
公开(公告)号：CN112926381B
公开(公告)日：2022-06-21
申请号：CN202110023550.5
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于激光检测技术的水下目标识别系统，其由激光雷达、数据库和上位机依次相连而成。所述激光雷达对所检测水下区域进行照射扫描获取图片数据，之后所述数据库存储检测到的图片数据，最终所述上位机从数据库中提取数据并对数据进一步处理。上位机处理过程包括图像数据处理模块、特征提取模块、检测识别模块以及结果显示模块。本发明运用退化模型反推恢复图像的图片复原技术提升系统准确性，运用角点检测识别算法提升系统智能性，从而提供了一种智能性强、识别准确率高的水下目标识别系统。
-
Patent Agency Ranking
公开(公告)号：CN114154486A
公开(公告)日：2022-03-08
申请号：CN202111320100.9
申请日：2021-11-09
Applicant: 浙江大学
IPC: G06F40/232 , G06F40/216 , G06F40/242 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种针对中文语料拼写错误的智能纠错系统。该智能检测仪由文本特征提取模块、文本错误识别模块、文本错误校正模块三个模块构成。本发明不需要对含错文本进行人工标注，具有实现方法简单、识别精度高、鲁棒性好等特点。
-
公开(公告)号：CN114153971A
公开(公告)日：2022-03-08
申请号：CN202111321911.0
申请日：2021-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种含错中文文本纠错识别分类设备，该设备由中文文本数据库、中文特征提取模块、文本纠错模块、文本事件要素提取及分类模块组成。中文文本数据库搜集大量中文文本，然后中文特征提取模块负责对中文字词进行编码并转化为高维嵌入向量，接着文本纠错模块对含错文本进行纠错，最后文本事件要素提取及分类模块对文本中的各事件要素进行提取并对文本进行分类。本发明能够根据中文的形态、发音和语义来自动提取中文文本中丰富的特征以自动完成中文文本的纠错以及分类任务，克服了现有成果对于中文文本自动纠错能力较差以及对于中文文本分类模型研究的不足，为自然语言处理中的文本分类技术在中文文本上的应用带来显著增效。
-
公开(公告)号：CN112926383A
公开(公告)日：2021-06-08
申请号：CN202110025071.7
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于水下激光图像的目标自动识别系统，基于水下激光图像实现水下目标的自动特征提取和目标识别，采用包含一个或多个水下目标的激光图像作为输入，通过图像增强提高水下激光图像质量，基于构建的水下激光图像数据库进行水下激光目标自动特征提取和识别模型建模，并使用构建的识别模型进行新水下激光目标识别。本发明实现了自动特征提取和目标识别，可识别同一水下激光图像中多个目标，具有准确率高、速度快、可靠性强等优点，解决了常规水下激光目标识别步骤繁琐、只适用于单目标、识别准确率低、速度慢等缺点。
-
公开(公告)号：CN112926381A
公开(公告)日：2021-06-08
申请号：CN202110023550.5
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于激光检测技术的水下目标识别系统，其由激光雷达、数据库和上位机依次相连而成。所述激光雷达对所检测水下区域进行照射扫描获取图片数据，之后所述数据库存储检测到的图片数据，最终所述上位机从数据库中提取数据并对数据进一步处理。上位机处理过程包括图像数据处理模块、特征提取模块、检测识别模块以及结果显示模块。本发明运用退化模型反推恢复图像的图片复原技术提升系统准确性，运用角点检测识别算法提升系统智能性，从而提供了一种智能性强、识别准确率高的水下目标识别系统。
-
公开(公告)号：CN111126134A
公开(公告)日：2020-05-08
申请号：CN201911095055.4
申请日：2019-11-11
Applicant: 浙江大学
Abstract: 本发明公开了一种基于非指纹信号消除器的雷达辐射源深度学习识别方法，原始的雷达辐射源信号包含指纹特征与非指纹特征部分，对于指纹特征的提取和非指纹特征的抑制与消除将在很大程度上提高雷达辐射源识别精确度。本申请利用深度学习网络作为辐射源信号特征提取器，结合提出的非指纹信号消除器，提取辐射源信号的指纹信息，消除抑制非指纹信号，实现雷达辐射源识别效果的提升。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.026 seconds)
