-
公开(公告)号：CN117667618A
公开(公告)日：2024-03-08
申请号：CN202311281892.2
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源组合优化分配方法及终端机，属于云计算领域，根据云环境中的服务特点，对服务划分类型进行分类，并建立云资源组合优化分配模式；基于不同类型的服务划分模式，配置服务构件划分策略；配置基于负载分解的混合遗传退火算法来确定满足预设条件的云资源供应方案；根据所述云资源供应方案构建虚拟数据中心。本发明能够针对在线应用的三种不同部署方式，对公有云环境下大规模服务部署进行精确有效的建模，构建高效的启发式算法求解云资源供应方案，实现云资源的组合优化分配。
-
公开(公告)号：CN114495267A
公开(公告)日：2022-05-13
申请号：CN202210002387.9
申请日：2022-01-04
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/20 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于多维数据融合的老人跌倒风险评估方法，包括如下步骤：构建DNN模型老人跌倒风险评估所需要的数据集；将步态特征、姿态特征以及自关联系数分别输入到不同的门控制单元GRU模型中并通过注意力的计算，实现多维数据特征融合；使用DNN模型对GRU模型提取并拼接的特征进行分类，输出老人跌倒风险的概率。本发明所述方法受环境影响小，精度较高，因此能够提高风险评估的准确性。
-
公开(公告)号：CN114415603A
公开(公告)日：2022-04-29
申请号：CN202111488633.8
申请日：2021-12-08
Applicant: 哈尔滨工业大学(威海)
IPC: G05B19/418
Abstract: 本发明公开了面向智慧养老的分布式数据调度监测系统、方法、终端，涉及物联网数据分析技术领域。对获取的各项体征数据，基于动态优先级的调度算法，对优先级进行分类，对不同的设备传输任务进行调度后上传到云端；上传到云端的数据通过前端Web界面，展示设备信息，数据完整性状态，设备日志，并从云端上下载数据、更新网关以及设备树莓派程序。本发明以Java为主开发语言，基于springboot框架，基于存储完整性的需求，设计实现了用于数据调度与缓存的老年人体征监测系统，用于对老年人健康信息系统进行数据管理与设备管理，保障数据的存储完整性。
-
公开(公告)号：CN114185471A
公开(公告)日：2022-03-15
申请号：CN202210143596.5
申请日：2022-02-17
Applicant: 哈尔滨工业大学(威海) , 青岛海尔工业智能研究院有限公司 , 卡奥斯创智物联科技有限公司 , 威海天鑫现代服务技术研究院有限公司
IPC: G06F3/0484 , G06Q30/06
Abstract: 本发明实施例涉及数据处理技术领域，具体公开了一种基于用户意图识别的服装推荐方法。本发明实施例通过获取用户通过移动端拍摄的图像数据，并根据选择操作得到特定选择图像；接收用户的服装识别操作，得到服装识别信息；根据服装识别信息进行服装推荐，生成服装推荐界面；在没有完成服装购买之前，记录用户在服装推荐界面中多个推荐服装的浏览数据，接收用户对于服装推荐界面的刷新操作，根据刷新操作、服装识别信息和浏览数据，刷新服装推荐界面。能够基于用户通过移动端拍摄的图像数据进行服装识别与推荐，生成服装推荐界面，并且根据用户在服装推荐界面进行的浏览进行服装推荐的逐渐细化，从而能够快速、准确的为用户推荐想要购买的服装。
-
公开(公告)号：CN114185059A
公开(公告)日：2022-03-15
申请号：CN202111313334.0
申请日：2021-11-08
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了基于多雷达融合的多人跟踪系统、方法、介质、终端，涉及雷达测量技术领域。主机接收来自不同雷达的多组数据，将不同雷达的数据进行对齐，同步到同一坐标轴上；对不同雷达数据同步时先将时间进行同步，使同步的数据为同一时间不同雷达采集的数据；对每个激光雷达数据中的动点数据提取出来；使用卡尔曼滤波器跟踪并计算目标的位置；数据处理完毕后即时的将数据存储到文件，并即时的上传到云。本发明是一个即时性的系统，很多同类发明使用的都是机器学习算法来进行目标识别和跟踪，但是此类算法占用资源多，计算时间相当长，不满足即时性的需要，而本系统可以即时的根据激光雷达反馈结果，而且延迟在1s之内。
-
Patent Agency Ranking
公开(公告)号：CN108876069B
公开(公告)日：2021-11-09
申请号：CN201811084437.2
申请日：2018-09-18
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种养老服务推荐方法，其特征在于：包括以下步骤：(1)服务平台通过互联网网页或预设的养老数据库获得养老服务的评分信息S，计算出待推荐用户u与互联网网页或预设的养老数据库中用户v的相似度sim'(u,v)；(2)建立评价时间模型，服务平台计算待推荐用户u与互联网网页或预设的养老数据库中用户v对养老服务服务的偏好值Pu，i；(3)预测待推荐用户需要的养老服务评分值S(u，i)，服务平台按照由高到低的顺序推荐给待推荐的用户u。本发明的有益效果是推荐的养老服务充分考虑用户的社交圈、社交特点和社交信任度，并考虑用户的兴趣变化，推荐的养老服务机构或养老服务更个性化、合理化。
-
公开(公告)号：CN110619392A
公开(公告)日：2019-12-27
申请号：CN201910889065.9
申请日：2019-09-19
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种面向嵌入式移动设备的深度神经网络压缩方法，包括以下步骤：权值截断；通过整流器构建一个神经网络，在神经网络中先随机生成模型的参数值；权值舍入；将实值权重w四舍五入；保留存储指数权重的指数部分；压缩模型的前向传播和后向传播；缩放输入信号；缩放每个批量标准化层的输出；哈夫曼编码压缩；使用哈夫曼编码来进行一步压缩，即完成了对深度神经网络的压缩。本发明以指数去逼近深度神经网络中的权值，并使用短整数将指数的幂使用短整型存储起来，可以减少3倍的参数存储空间；使用哈夫曼编码来进一步压缩模型参数，最终可以达到10-13倍的模型压缩率；使用位运算中的右移操作消除了大部分的乘法，提升模型运行效率。
-
公开(公告)号：CN108876069A
公开(公告)日：2018-11-23
申请号：CN201811084437.2
申请日：2018-09-18
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种养老服务推荐方法，其特征在于：包括以下步骤：(1)服务平台通过互联网网页或预设的养老数据库获得养老服务的评分信息S，计算出待推荐用户u与互联网网页或预设的养老数据库中用户v的相似度sim'(u,v)；(2)建立评价时间模型，服务平台计算待推荐用户u与互联网网页或预设的养老数据库中用户v对养老服务服务的偏好值Pu，i；(3)预测待推荐用户需要的养老服务评分值S(u，i)，服务平台按照由高到低的顺序推荐给待推荐的用户u。本发明的有益效果是推荐的养老服务充分考虑用户的社交圈、社交特点和社交信任度，并考虑用户的兴趣变化，推荐的养老服务机构或养老服务更个性化、合理化。
-
公开(公告)号：CN114495267B
公开(公告)日：2025-04-08
申请号：CN202210002387.9
申请日：2022-01-04
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/20 , G06N3/0464 , G06N3/09 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于多维数据融合的老人跌倒风险评估方法，包括如下步骤：构建DNN模型老人跌倒风险评估所需要的数据集；将步态特征、姿态特征以及自关联系数分别输入到不同的门控制单元GRU模型中并通过注意力的计算，实现多维数据特征融合；使用DNN模型对GRU模型提取并拼接的特征进行分类，输出老人跌倒风险的概率。本发明所述方法受环境影响小，精度较高，因此能够提高风险评估的准确性。
-
公开(公告)号：CN119669755A
公开(公告)日：2025-03-21
申请号：CN202411728003.7
申请日：2024-11-28
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/214 , G06F18/22 , G06F40/30 , G06F16/3329 , G06N3/045 , G06N3/0985 , G06N5/022 , G06N5/04
Abstract: 本发明公开了一种用于多跳问答检索模型的数据增强及训练方法，包括如下步骤：步骤1、获取一个多跳问答数据集，该数据集由多跳问题及其对应的文档集合组成，文档集合包括第一跳检索文档、第二跳检索文档以及其他相关文档；步骤2、对文档集合中的第一跳文档、第二跳文档进行正例去噪，得到去噪后的文档用作模型训练的新正例，文档其他残余部分作为训练补充负例；步骤3、将得到的数据输入到多跳问答预训练语言模型进行训练。本发明提出了一种基于命题子句的正例去噪策略，通过将命题子句作为中间步骤，显著减少文档段落中与问题无关的信息干扰，从而提高模型对相关信息的捕获精度和效率。这一策略增强了模型在多跳推理任务中的准确性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.047 seconds)
