-
公开(公告)号：CN108647834B
公开(公告)日：2021-12-17
申请号：CN201810509571.6
申请日：2018-05-24
Applicant: 浙江工业大学
Abstract: 一种基于卷积神经网络结构的交通流预测方法，包括以下步骤：1)建立交通流数据集并对数据集进行预处理：根据获取的交通流数据建立交通流数据集，对数据集进行预处理，构建数据集样本矩阵，将数据集分为训练集和测试集；2)搭建单层传统卷积神经网络，去除池化层，构建道路交通流矩阵的特征提取网络，在全连接层后增加sigmoid非线性回归层，构建道路交通流非线性回归预测网络；3)训练卷积神经网络并实现短期交通流的实时预测：定义模型目标函数，将训练集作为卷积神经网络模型输入，求解模型最优参数从而完成模型训练；利用训练完成的卷积神经网络模型对测试集进行实时交通流预测。本发明而提高交通流短期预测的准确性。
-
公开(公告)号：CN108198609B
公开(公告)日：2021-10-29
申请号：CN201810057183.9
申请日：2018-01-22
Applicant: 浙江工业大学
IPC: G16H40/20
Abstract: 一种基于医院后勤运送系统的员工排序方法，包括以下步骤：1)获得关于医院后勤运送任务及后勤运送员工的数据表并进行数据清洗；2)利用数据表中每条记录的开始时间和结束时间，计算出每个运送任务的执行时间；3)针对不同医院，统计出医院的数据，针对不同医院的各个员工，统计出每个员工的数据；4)根据获得的统计数据，制定表征员工绩效的四个评价指数；5)获得的四个评价指数按不同权重加权，得到每个员工的得分，再将不同医院的员工得分一起升序排列，得到所有员工的排名。本发明针对医院后勤运送系统，提取关于医院和员工的多个相关变量，提出了四种影响医院后勤运送员工绩效的指数，并从多维度来评估员工绩效排名。
-
公开(公告)号：CN113112357A
公开(公告)日：2021-07-13
申请号：CN202110268415.7
申请日：2021-03-12
Applicant: 浙江工业大学
Abstract: 一种针对以太坊平台的交易行为追踪方法，包括步骤：S1：从以太坊平台上获取交易记录并构建时序‑交易金额时间片网络；S2：在步骤S1中构建的网络中，随机删除一定比例的连边作为测试集的正样本，将网络中剩余的连边作为训练集的正样本；S3：将步骤S2中删除连边后的时间片网络采用时序‑交易金额有偏好的游走采样策略进行学习，从而得到各节点的特征向量；S4：采用逻辑回归分类器对步骤S3中训练集的特征向量进行学习，并对测试集中的特征向量进行预测。本发明还提出了一种以太坊平台的交易行为追踪系统。本发明在交易追踪任务中能够挖掘出潜在信息，并且具有较好的准确率以及可适用于多种交易场景。
-
公开(公告)号：CN110175634B
公开(公告)日：2021-05-18
申请号：CN201910371124.3
申请日：2019-05-06
Applicant: 浙江工业大学
Abstract: 一种基于扰动子图的网络隐私保护方法，在谱最大化算法的基础上通过某种方式将网络进行处理得到多个种群，对于种群的操作，本发明包括两个方面：第一个方面是对单一种群进行操作得到相应目标的扰动子图数据库；第二个方面是对不同种群进行操作得到相应目标的扰动子图数据库。本发明能够根据对应网络生成相应目标的扰动子图数据库，实现网络社交隐私的保护。
-
公开(公告)号：CN112651430A
公开(公告)日：2021-04-13
申请号：CN202011451532.9
申请日：2020-12-10
Applicant: 浙江工业大学
Abstract: 一种面向网络分类模型的数据增强方法，包括：加载网络数据集，将化合物网络数据集划分为训练集、测试集和验证集，训练集和验证集预训练网络分类模型，得到分类模型类标可靠度阈值；对训练集中的原始网络使用数据映射策略生成新网络；计算新网络的类标可靠度与分类模型的类标可靠度阈值比较，将类标可靠度大于分类模型类标可靠度阈值的新网络作为扩充样本生成扩充集，将所述扩充集和所述训练集合并得到新的训练集；利用新的训练集重新训练网络分类模型。本发明能有效提升小型标准网络数据集的数据规模，提升数据质量，实现网络数据增强；能有效提升模型的分类性能，且时间复杂度较低，运算速度快。
-
Patent Agency Ranking
公开(公告)号：CN108334949B
公开(公告)日：2021-04-13
申请号：CN201810141306.7
申请日：2018-02-11
Applicant: 浙江工业大学
IPC: G06N3/08
Abstract: 一种优化深度卷积神经网络结构的快速进化方法，包括以下步骤：1)使用基于GNP的进化算法有效构建非线性的CNN网络结构，并对CNN结构的各种超参数进行变异以寻找最优的CNN超参数组合；2)在进化过程中，设计了一种多目标的网络结构评价方法，将分类准确率和分类器的复杂程度同时作为优化目标，目的是有效生成具有高分类准确率和简单结构的CNN分类器；3)提出了增量式训练方法，在上一代CNN结构的基础上进行子代CNN结构的训练。本发明能减少模型的训练次数，降低算法的时间复杂度。
-
公开(公告)号：CN109523518B
公开(公告)日：2020-11-10
申请号：CN201811245341.X
申请日：2018-10-24
Applicant: 浙江工业大学
Abstract: 本发明公开了一种轮胎X光病疵检测方法，包括S1：采集所有型号轮胎的正常X光图像，切割图像，存入数据库中。S2：对所有图像进行聚类。S3：采集大量病疵轮胎X光图像，标注病疵部位、病疵类型和轮胎型号，并根据聚类结果划分图像。S4：对于分类完成的病疵轮胎X光图像，对图像进行预处理，然后划分训练集，测试集和验证集，搭建目标检测模型并训练。S5：测试轮胎图像时，根据轮胎型号选取模型，对图像进行预处理并用模型进行检测，得到检测结果。该方法能够大大提升病疵区域检测的准确性。
-
公开(公告)号：CN111461109A
公开(公告)日：2020-07-28
申请号：CN202010122436.3
申请日：2020-02-27
Applicant: 浙江工业大学
Abstract: 一种基于环境多种类词库识别单据的方法，包括以下步骤：步骤1：收集电子版单据，构建数据集，收集各行业专业词汇，构建专业词库；步骤2：对数据集中单据图像进行预处理；步骤3：构建对单据进行增强去噪的图像增强模型；步骤4：构建基于应用场景匹配校正的文字识别模型；步骤5：构建基于专业词库匹配校正的文字识别模型；步骤6：构建基于上下文匹配校正的文字识别模型；步骤7：将识别结果进行结构化处理。本发明提出一种基于环境多种类词库识别单据的方法，采用了以卷积神经网络和循环神经网络为代表的深度学习算法，主要针对电子单据，利用单据文字的相关性从电子单据的文本等原始信息中提取出高层抽象属性。
-
公开(公告)号：CN110941767A
公开(公告)日：2020-03-31
申请号：CN201911014746.7
申请日：2019-10-24
Applicant: 浙江工业大学
IPC: G06F16/9536 , G06F16/906 , G06Q50/00
Abstract: 一种基于相似度的图网络社团检测对抗增强方法，包括以下步骤：S1：加载网络；S2:基于相似性进行网络重连；S3：社团检测获取社团划分；S4：集成多个社团划分结果，构造新的社团结构，具体操作步骤如下：4.1)构造共现网络；4.2)最优阈值选择；4.3)网络剪枝；4.4)孤立节点分配。本发明利用基于相似性的链路预测修复并增强网络结构，并通过集成聚类聚合多个社团划分，可以提高网络社团结构的稳定性，极大地提升了社团检测算法的性能。
-
公开(公告)号：CN110889014A
公开(公告)日：2020-03-17
申请号：CN201910998357.6
申请日：2019-10-21
Applicant: 浙江工业大学
IPC: G06F16/901 , G06F16/904
Abstract: 一种基于d3的企业关联关系图谱的展示方法，包括以下步骤：S1：获取画图所需的关系数据D，获取的数据D经过工具类封装成对象后，由fastjson包进行序列化操作，返回json文件；S2：利用D创建新的forceSimulation模拟，定义svg画布，并调用tick方法实时获取节点坐标(x,y)，基于布局的节点数组N和边数组E，添加绘图所需三种图形元素：line、circle、text，将数据N和数据E中的属性与三种图形元素绑定；S3：针对现有的图谱实现双击展开节点和双击删除节点的功能，根据操作实时更新页面数据，只保留在页面上展示的数据。本发明用户体验较好、页面流畅度较好。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.027 seconds)
