-
公开(公告)号：CN116878414A
公开(公告)日：2023-10-13
申请号：CN202310740615.7
申请日：2023-06-21
Applicant: 浙江工业大学
Abstract: 本发明公开了一种轮胎花纹深度检测装置及检测方法，包括数据采集装置、数据处理计算模块及存储管理模块；所述数据采集装置包括激光位移传感器、驱动器、丝杆滑台、限位器开关、PLC、电源、步进电机及金属底座，所述的数据计算模块包括相互连接的检测操作电脑和检测控制看板，所述的检测操作电脑内置操控计算程序，负责数据采集装置运行控制和计算结果输出；所述的存储管理模块包括数据库服务器和客户端电脑，数据库服务器内置用于存储所检测得到的车辆信息和轮胎花纹深度数据的数据库，客户端电脑内置管理系统；本发明基于激光位移传感器、PLC和丝杆滑台，成本低廉，算法鲁棒性高。
-
公开(公告)号：CN112131395B
公开(公告)日：2023-09-26
申请号：CN202010869967.9
申请日：2020-08-26
Applicant: 浙江工业大学
IPC: G06F16/36 , G06N3/0464 , G06F18/214 , G06F18/22 , G06F40/30
Abstract: 一种基于动态阈值的迭代式知识图谱实体对齐方法，本发明联合采用翻译模型和图卷积模型，分别自动学习关系语义信息以及实体的结构信息，并通过引入注意力机制减少不重要的邻节点带来的噪音，得到节点和关系的嵌入式表示；通过预对齐实体对集合，根据对齐的损失函数将两个知识图谱的实体映射到同一个向量空间当中；通过所设计的迭代对齐策略捕获可能的实体对，将这些实体对加入到训练集当中，参与到下一轮训练，直至实体的嵌入收敛，得到最终的实体嵌入，然后计算实体的相似度将实体进行对齐。本发明提出的迭代式知识图谱对齐方法减少了对人工标注实体数量的依赖，提高了实体对齐的准确率。
-
公开(公告)号：CN116428733A
公开(公告)日：2023-07-14
申请号：CN202310344662.X
申请日：2023-04-03
Applicant: 浙江工业大学
IPC: F24H1/20 , H02P27/06 , F24H9/20 , F24H15/174 , F24H15/223 , F24H15/248 , F24H15/335 , F24H15/37
Abstract: 本发明提出一种基于电梯余能利用的电热锅炉装置和控制方法。所述装置包括储热模块、电热模块与控制模块。首先，从自来水管网为储热模块的储热水箱补水，储热模块的预热单元利用耗能电阻将电梯余能转变成储热水箱的热能，为电热锅炉进行预热，实现电梯余能的转换和存储。然后，控制模块根据加热水箱水位情况，将已预热的水输送给电热模块，为加热水箱补水；并按照用户设定温度，控制电热模块的加热单元对加热水箱加热，加热后热水通过用户供水管网，为用户提供热水服务。该电热锅炉装置通过增设储热水箱，并采用多级水位动态调整的补水策略，兼顾电梯余能利用效率和电热锅炉预热效益，实现了电梯余能的便捷储存、高效利用和电热锅炉的节能降耗。
-
公开(公告)号：CN115761782A
公开(公告)日：2023-03-07
申请号：CN202211333307.4
申请日：2022-10-28
Applicant: 浙江工业大学
IPC: G06V30/422 , G06V10/82 , G06V10/764 , G06N3/08 , G06N3/0464
Abstract: 本发明提出一种道路工程图纸标题栏信息提取方法，方法包括：识别并裁剪标题栏图像；分割标题栏单元格图像；提取单元格文本数据；提取单元格语义标签；生成图纸索引并录入数据库。本发明利用图纸视觉和文本模态之间的互补性，提取图纸信息时结合标题栏线框结构信息，减少模态间的冗余，以实现更加准确的图纸标题栏信息提取效果。
-
公开(公告)号：CN113254663B
公开(公告)日：2022-06-17
申请号：CN202110430124.3
申请日：2021-04-21
Applicant: 浙江工业大学
Abstract: 一种融合图卷积与翻译模型的知识图谱联合表示学习方法，包括以下步骤：1)根据知识图谱构建其相对应的直接邻接矩阵和间接邻接矩阵；2)设计图卷积网络，包括一个输入层、两个隐藏层和一个输出层，优化邻接点节点对中心节点的注意力系数，通过学习直接邻节点和间接邻节点的结构信息得到节点的向量表示；3)采用翻译模型学习关系的语义信息，得到实体和关系的向量表示；4)将图卷积网络和翻译模型相融合，通过不断的迭代学习得到知识图谱的最终向量表示。本发明能够同时学习知识图谱的结构信息和关系语义，提高知识图谱的向量表示精度。
-
Patent Agency Ranking
公开(公告)号：CN111475607B
公开(公告)日：2022-06-17
申请号：CN202010127323.2
申请日：2020-02-28
Applicant: 浙江工业大学
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G06F40/247 , G06K9/62
Abstract: 一种基于Mashup服务功能特征表示与密度峰值检测的聚类方法，包括以下步骤：第一步、对所有需要特征表示的Mashup服务数据进行预处理；第二步、进行功能名词提取操作；第三步、对每个功能名词的语义权重进行语义关联计算；第四步、结合TF‑IDF算法与Word2Vec模型，进行Mashup语义特征向量的表示；第五步、对于所有参与聚类的Mashup语义特征向量，进行密度信息的计算；第六步、从所有Mashup语义特征向量中，筛选出聚类中心的候选点；第七步、进一步筛选出最为合适的K个初始聚类中心，进行K‑means聚类。本发明能够有效表示Mashup服务的功能特征，增强Mashup服务的聚类性能。
-
公开(公告)号：CN111259739B
公开(公告)日：2022-02-15
申请号：CN202010020689.X
申请日：2020-01-09
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于3D人脸关键点和几何投影的人脸姿态估计方法，所述人脸姿态估计方法首先利用三维人脸关键点定位得到二维人脸图像对应的三维人脸关键点坐标，然后利用三维人脸关键点在三维坐标系的x‑y、x‑z以及y‑z三个平面上的几何投影来分别估计人脸在roll、yaw和pitch三个方向上的偏移角度，达到准确估计实现人脸姿态的目的。本发明限定的方法不仅可以对约束场景下的人脸进行姿态估计，还可以对无约束场景下的人脸进行姿态估计，从而实现人脸姿态的准确估计。
-
公开(公告)号：CN113609859A
公开(公告)日：2021-11-05
申请号：CN202110893472.4
申请日：2021-08-04
Applicant: 浙江工业大学
IPC: G06F40/295 , G06F16/35 , G06F16/36 , G06F40/216 , G06N3/04 , G06N3/08 , G06N5/02
Abstract: 一种基于预训练模型的特种设备中文命名实体识别方法，包括以下步骤：1)按照中文命名实体标注策略BIEOS对中文命名实体数据集进行标注，将实体类别分为四种类别；2)基于BERT预训练模型将中文句子转换为字向量表示；3)将字向量表示输入到biLSTM模型中，学习字向量序列双向编码，提取句子特征；4)采用CRF条件随机场学习上下文的标签概率，得到了每个汉字的所有可能的标签序列；5)最后输出汉字序列对应的实体类别。本发明通过无监督的方式对无标签语料中进行训练，能够有效解决小数据集、样本特征信息不足情况下中文命名实体提取的问题，用于构建特种设备领域的知识图谱。
-
公开(公告)号：CN111198950B
公开(公告)日：2021-10-15
申请号：CN201911344270.3
申请日：2019-12-24
Applicant: 浙江工业大学
IPC: G06F16/36 , G06F16/28 , G06F40/284 , G06F40/30 , G06K9/62
Abstract: 一种基于语义向量的知识图谱表示学习方法，包括以下步骤：1)融合文本语料库的语义向量构建；2)融合文本语料库及知识图谱上下文的语义向量构建；3)语义矩阵的构建，过程如下：以三元组和关系的语义向量作为输入，得到每个关系对应的语义矩阵；4)建模与训练，过程如下：设计了一个新的得分函数对知识图谱中实体和关系的嵌入表示进行建模，得到所述知识图谱的嵌入表示模型；使用随机梯度下降法训练所述嵌入表示模型，使得损失函数的值最小化，得到最终知识图谱中实体和关系的语义向量。本发明提出的表示学习方体能够较为对知识图谱的复杂关系进行建模，并能够提高向量表示的精确度。
-
公开(公告)号：CN113254663A
公开(公告)日：2021-08-13
申请号：CN202110430124.3
申请日：2021-04-21
Applicant: 浙江工业大学
Abstract: 一种融合图卷积与翻译模型的知识图谱联合表示学习方法，包括以下步骤：1)根据知识图谱构建其相对应的直接邻接矩阵和间接邻接矩阵；2)设计图卷积网络，包括一个输入层、两个隐藏层和一个输出层，优化邻接点节点对中心节点的注意力系数，通过学习直接邻节点和间接邻节点的结构信息得到节点的向量表示；3)采用翻译模型学习关系的语义信息，得到实体和关系的向量表示；4)将图卷积网络和翻译模型相融合，通过不断的迭代学习得到知识图谱的最终向量表示。本发明能够同时学习知识图谱的结构信息和关系语义，提高知识图谱的向量表示精度。
-
-
-
-
-
-
-
-
-
Search Results
167
records
(took 0.027 seconds)
